Κουίζ που συνδέεται με οδηγό · Σκληρό Επίπεδο

Κουίζ αυτοεποπτευόμενου λόγου HuBERT

Ελέγξτε πώς το HuBERT δημιουργεί στόχους που προέρχονται από συμπλέγματα για καλυμμένο ήχο, επαναλαμβάνει ετικέτες και αξιολογεί τις μαθημένες αναπαραστάσεις σε κριτήρια ομιλίας.

Σχετικές διαδρομές οδηγώνΑυτοεποπτευόμενη ομιλία Hubert
Ερώτηση 1 του 8

Πώς δημιουργεί το HuBERT τους στόχους που προσπαθεί να προβλέψει κατά τη διάρκεια της προπόνησης;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Πώς δημιουργεί το HuBERT τους στόχους που προσπαθεί να προβλέψει κατά τη διάρκεια της προπόνησης;
    • Εκτός σύνδεσης k-σημαίνει ομαδοποίηση χαρακτηριστικών ήχου σε κρυφές μονάδες
    • Ανθρώπινες μεταγραφές
    • Ετικέτες τυχαίου θορύβου
    • Αντίθεση με δείγματα αποσπάσεως της προσοχής
  2. Ποιο γνωστό μοντέλο κειμένου ενέπνευσε το εκπαιδευτικό σχήμα μασκοφόρων προβλέψεων του HuBERT;
    • GPT-3
    • ΜΠΕΡΤ
    • ResNet
    • Word2Vec
  3. Πώς βελτιώνει το HuBERT τις ετικέτες στόχων του σε σχέση με διαδοχικές επαναλήψεις εκπαίδευσης;
    • Προσλαμβάνει περισσότερους σχολιαστές
    • Προσθέτει περισσότερο ακατέργαστο θόρυβο
    • Συγκεντρώνεται εκ νέου χρησιμοποιώντας τις βελτιωμένες εσωτερικές αναπαραστάσεις του ίδιου του μοντέλου
    • Παγώνει για πάντα την πρώτη συστάδα
  4. Ποια χαρακτηριστικά συγκεντρώνονται συνήθως στην πρώτη κιόλας επανάληψη του HuBERT;
    • Τελικές λέξεις μεταγραφής
    • Pixel εικόνας
    • Ενσωματώσεις αναγνωριστικού ηχείου
    • Απλά ακουστικά χαρακτηριστικά MFCC
  5. Γιατί μπορεί το HuBERT να μάθει χρήσιμη δομή ακόμα και όταν η ομαδοποίησή του είναι ατελής;
    • Χρειάζεται μόνο να προβλέψει τα αναγνωριστικά συμπλέγματος σε καλυμμένες θέσεις, κάτι που παραμένει μια σταθερή εργασία
    • Αγνοεί εντελώς τα συμπλέγματα
    • Χρησιμοποιεί μια τέλεια ομαδοποίηση μαντείου
    • Απομνημονεύει το σετ δοκιμής
  6. Which pretraining challenge does HuBERT address by using offline cluster labels?
    • Speech has no temporal structure
    • There is no lexicon of sound units available during pretraining
    • Every speaker uses the same pitch
    • Audio contains no repeated patterns
  7. In the HuBERT paper, what relative WER reductions did the 1B-parameter model report on dev-other and test-other?
    • Exactly 50% on both sets
    • No measurable change on either set
    • Up to 19% on dev-other and 13% on test-other
    • Up to 13% on dev-other and 19% on test-other
  8. Which benchmark sets did the original HuBERT paper use for speech-recognition results?
    • ImageNet και COCO
    • GLUE and SuperGLUE
    • SQuAD and TriviaQA
    • LibriSpeech and Libri-light