Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ ομιλητών Diarization

Αναθεωρήστε τη διάταξη ηχείων, τις ανώνυμες ετικέτες των ηχείων, τον χειρισμό επικάλυψης και τα στοιχεία του ποσοστού σφαλμάτων διάκρισης. σε κοινές συμβάσεις βαθμολόγησης.

Σχετικές διαδρομές οδηγώνΟμιλητής Diarization
Ερώτηση 1 του 8

Speaker diarization is often summarized by which question?

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Speaker diarization is often summarized by which question?
    • Τι λόγια ειπώθηκαν;
    • Ποια γλώσσα χρησιμοποιείται;
    • Ποιος μίλησε πότε;
    • Τι συναίσθημα υπάρχει στη φωνή;
  2. Τι είναι η ενσωμάτωση ηχείου;
    • Απομαγνητοφώνηση της ομιλίας
    • Μια χρονική σήμανση που σηματοδοτεί τη σιωπή
    • Μια μορφή συμπίεσης για ήχο
    • Ένα διάνυσμα σταθερού μήκους που αντιπροσωπεύει τα χαρακτηριστικά μιας φωνής
  3. Ποια μέτρηση χρησιμοποιείται συνήθως για την αξιολόγηση των συστημάτων διάκρισης;
    • Ποσοστό σφάλματος διαλογισμού (DER)
    • Ποσοστό σφάλματος Word (WER)
    • Αναλογία σήματος προς θόρυβο (SNR)
    • Ρυθμός καρέ
  4. Χρειάζεται η τυπική diarization να γνωρίζει εκ των προτέρων τα πραγματικά ονόματα των ομιλητών;
    • Ναι, τα ονόματα απαιτούνται ως εισαγωγή
    • Όχι, εκχωρεί ανώνυμες ετικέτες όπως Speaker 1 και Speaker 2
    • Ναι, αλλά μόνο ο πρώτος ομιλητής
    • Όχι, βγάζει πάντα πλήρεις ταυτότητες
  5. What problem does permutation-invariant training solve in end-to-end neural diarization?
    • It removes the need for an audio signal
    • It evaluates speaker outputs over permutations so arbitrary output-label order does not affect training
    • It identifies a person’s legal name from their voice
    • It forces the model to use exactly one speaker channel
  6. Ποιο βήμα έρχεται συνήθως πρώτο σε έναν κλασικό αγωγό διάκρισης;
    • Ομαδοποίηση ενσωματώσεων σε ηχεία
    • Εκχώρηση πραγματικών ονομάτων
    • Μετάφραση του ήχου
    • Ανίχνευση φωνητικής δραστηριότητας για εύρεση περιοχών ομιλίας
  7. Which error categories commonly make up Diarization Error Rate?
    • Missed speech, false alarm speech and speaker confusion
    • Word error, punctuation and translation error
    • Only missed speech
    • Pitch, loudness and speaking rate
  8. How can an end-to-end diarization model represent simultaneous speakers?
    • By forcing every frame to contain exactly one speaker
    • By predicting multiple active speaker labels for the same time region
    • By assigning real names to all voices
    • By deleting overlap before analysis