Cuestionario vinculado a una guía · duro Nivel

Cuestionario sobre las características de Filterbank y PLP

Pruebe cómo los bancos de filtros log-mel y PLP convierten cuadros de voz cortos en características con forma perceptual para modelos de voz modernos.

Rutas de guía relacionadasCaracterísticas del banco de filtros y Plp
Pregunta 1 de 8

Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?
    • The scales allocate finer frequency spacing at low frequencies and coarser spacing at high frequencies, approximating aspects of hearing
    • They make files smaller only
    • They remove all background noise
    • They guarantee perfect speech recognition
  2. ¿Qué logra el paso de predicción lineal en PLP?
    • Aumenta el volumen
    • Se adapta a una envolvente espectral suave que captura la forma del tracto vocal.
    • Agrega reverberación
    • Convierte audio a texto directamente.
  3. ¿Qué tipo de característica es la entrada dominante para los modelos modernos de reconocimiento profundo de voz?
    • Archivos MIDI sin procesar
    • Transcripciones manuscritas
    • Características del banco de filtros Log-mel
    • espectrogramas JPEG
  4. ¿En qué se diferencian los MFCC de las características del banco de filtros log-mel sin procesar?
    • Los MFCC no utilizan ningún filtro
    • Los MFCC se miden únicamente en decibeles
    • Los MFCC requieren una matriz de micrófonos
    • Los MFCC agregan una transformación de coseno para descorrelacionar las salidas del banco de filtros
  5. ¿Qué elemento de percepción incluye PLP que los bancos de filtros mel básicos no incluyen?
    • Una curva de igual volumen y compresión de intensidad de raíz cúbica
    • Un modelo de lenguaje incorporado
    • Traducción automática
    • Panorámica estéreo
  6. Why might a deep model use log-mel features or raw waveforms instead of PLP?
    • El uso de PLP es ilegal
    • The model can learn useful task-specific representations without every hand-designed PLP step
    • El audio sin procesar siempre es más pequeño
    • PLP solo funciona para música
  7. What is a typical log-mel filterbank feature for one speech frame?
    • A word-level translation
    • A single pitch label for the whole recording
    • The logarithm of spectral energy pooled through a mel-spaced filter
    • A pixel color from a spectrogram image
  8. Which order best describes the main PLP processing steps?
    • Translation, tokenization, and decoding
    • Stereo panning, reverb, and compression
    • Image segmentation followed by color correction
    • Critical-band analysis, equal-loudness weighting, loudness compression, then linear prediction