Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ μετάφρασης ομιλίας σε ομιλία

Ελέγχει τη διαδοχική και άμεση μετάφραση ομιλίας, τις διακριτές ακουστικές μονάδες, τον λανθάνοντα χρόνο ροής, τη διατήρηση της φωνής και τα ζητήματα συναίνεσης.

Σχετικές διαδρομές οδηγώνΜετάφραση ομιλίας σε ομιλία
Ερώτηση 1 του 8

Τι κάνει η Μετάφραση Ομιλίας σε Ομιλία (S2ST);

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Τι κάνει η Μετάφραση Ομιλίας σε Ομιλία (S2ST);
    • Μετατρέπει την ομιλία σε μια γλώσσα σε προφορικό ήχο σε άλλη γλώσσα
    • Μεταγράφει μόνο τον ήχο σε κείμενο
    • Μεταφράζει γραπτά έγγραφα σε PDF
    • Δημιουργεί μουσική υπόκρουση
  2. Ποια είναι τα τρία στάδια ενός κλασικού κλιμακωτού συστήματος S2ST;
    • Καταγραφή, αποθήκευση, διαγραφή
    • Αναγνώριση ομιλίας, αυτόματη μετάφραση, μετατροπή κειμένου σε ομιλία
    • Κρυπτογράφηση, συμπίεση, αποστολή
    • Ακούστε, αγνοήστε, επαναλάβετε
  3. Ποιο είναι το βασικό πλεονέκτημα του άμεσου (από άκρο σε άκρο) S2ST έναντι των κλιμακωτών συστημάτων;
    • Χρειάζεται πάντα περισσότερα βήματα κειμένου
    • Δεν μπορεί να μεταφραστεί καθόλου
    • Μπορεί να μειώσει τον λανθάνοντα χρόνο και να διατηρήσει καλύτερα τη φωνή και την προσωδία
    • Λειτουργεί μόνο για ένα ζεύγος γλωσσών
  4. Ποιο σύστημα Meta είναι γνωστό για τη μετάφραση σε περίπου 100 γλώσσες;
    • ChatGPT
    • Midjourney
    • Stable Diffusion
    • SeamlessM4T
  5. Γιατί η μετάφραση ροής σε πραγματικό χρόνο είναι ιδιαίτερα δύσκολη;
    • Το σύστημα πρέπει να αποφασίσει πότε θα μεταφραστεί πριν τελειώσει μια πρόταση
    • Δεν είναι δυνατή η ροή του ήχου
    • Όλες οι γλώσσες μοιράζονται την ίδια σειρά λέξεων
    • Δεν απαιτεί μοντέλα
  6. Ποια ανησυχία προκύπτει από τη διατήρηση της φωνής ενός ομιλητή στη μετάφραση;
    • Τα αρχεία γίνονται πολύ μικρά
    • Συναίνεση και κακή χρήση βαθιάς ψευδούς/κλωνοποίησης φωνής
    • Η μετάφραση γίνεται αδύνατη
    • Ο ήχος χάνει όλο τον ήχο
  7. What representation may a direct speech-to-speech system use to connect source audio to target audio?
    • A Slurm job identifier
    • A table of image pixels
    • Discrete acoustic units that serve as intermediate speech tokens
    • A hand-written class label for every word
  8. Why can errors accumulate in a cascaded ASR → translation → TTS pipeline?
    • Each stage uses the same model weights
    • TTS always corrects the transcript
    • The stages run in parallel on the same audio
    • An upstream transcription or translation error becomes input to later stages