Κουίζ που συνδέεται με οδηγό · Σκληρό Επίπεδο

Αναμετάβλητο Προπονητικό Κουίζ μετάθεσης

Δοκιμάστε τον τρόπο με τον οποίο η εκπαίδευση αμετάβλητης μετάθεσης χειρίζεται τις μη ταξινομημένες εξόδους ηχείων και γιατί η ανάθεση σε επίπεδο ομιλίας έχει σημασία κατά τον διαχωρισμό πολλαπλών ομιλητών.

Σχετικές διαδρομές οδηγώνΜετάθεση Αμετάβλητη Εκπαίδευση
Ερώτηση 1 του 8

Ποιο βασικό πρόβλημα επιλύει η αναλλοίωτη εκπαίδευση μετάθεσης (PIT);

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Ποιο βασικό πρόβλημα επιλύει η αναλλοίωτη εκπαίδευση μετάθεσης (PIT);
    • Αποφασίζοντας ποιο κανάλι εξόδου πρέπει να αντιστοιχεί σε ποιο ηχείο κατά τη διάρκεια της εκπαίδευσης
    • Συμπίεση ήχου για αποθήκευση
    • Μείωση του κόστους υλικού μικροφώνου
    • Μετάφραση χωριστού λόγου σε κείμενο
  2. Πώς αποφασίζει το PIT ποιο σφάλμα θα χρησιμοποιήσει κατά την ενημέρωση του μοντέλου;
    • Υπολογίζει τον μέσο όρο του σφάλματος σε όλες τις εξόδους εξίσου
    • Δοκιμάζει κάθε σύζευξη εξόδου προς πηγή και διατηρεί αυτό με το χαμηλότερο σφάλμα
    • Εκχωρεί πάντα την πιο δυνατή φωνή στην έξοδο 1
    • Αγνοεί εντελώς τις αναφορές
  3. Χωρίς μια λύση όπως το PIT, τι συνέβαινε με τις εξόδους του μοντέλου διαχωρισμού;
    • Έγιναν τέλεια καθαρά αμέσως
    • Έτρεξαν πολύ πιο γρήγορα
    • Παρήγαγαν θολά, με μέσο όρο αποτελέσματα λόγω αντικρουόμενων αναθέσεων ετικετών
    • Δεν απαιτούσαν δεδομένα εκπαίδευσης
  4. Για τον διαχωρισμό Ν ηχείων, πόσες μεταθέσεις πρέπει να λάβει υπόψη το PIT ανά βήμα;
    • N (γραμμικό στα ηχεία)
    • Ν τετράγωνο
    • Πάντα ακριβώς δύο
    • N παραγοντικό
  5. Ποιο πλεονέκτημα προσθέτει το PIT σε επίπεδο έκφρασης (uPIT) έναντι της εκχώρησης σε επίπεδο πλαισίου;
    • Διατηρεί ένα ηχείο σε ένα σταθερό κανάλι εξόδου σε όλη την εκφώνηση
    • Καταργεί την ανάγκη για οποιεσδήποτε αναφορές
    • Λειτουργεί μόνο στη μουσική, όχι στην ομιλία
    • Διπλασιάζει τον αριθμό των ηχείων
  6. Ποια προσέγγιση μπορεί να παρακάμψει εντελώς το πρόβλημα της μετάθεσης;
    • Αύξηση του bitrate ήχου
    • Εξαγωγή ηχείου στόχου που ρυθμίζεται σε ένα υπόδειξη φωνής αναφοράς
    • Χρησιμοποιώντας μόνο μονοφωνικές εγγραφές
    • Απενεργοποίηση backpropagation
  7. What extra inference step does utterance-level PIT avoid compared with frame-level PIT?
    • Running speech recognition before source separation
    • Estimating the number of microphones in the recording
    • Solving an additional output-speaker permutation problem during inference
    • Recomputing the training loss after every generated word
  8. Which benchmark does the guide name as an example for evaluating speech-separation models?
    • LibriSpeech for single-speaker transcription
    • ImageNet for visual recognition
    • GLUE for language understanding
    • WSJ0-2mix for overlapping-speaker separation