Cuestionario vinculado a una guía · Medio Nivel

OpenAI Prueba de susurros

Revise la composición de los datos de entrenamiento de Whisper, el comportamiento multilingüe y los modos de falla documentados sin asumir que las transcripciones siempre son correctas.

Rutas de guía relacionadasSusurro Openai
Pregunta 1 de 8

¿Cuál es el propósito principal del Whisper de OpenAI?

Vista previa de cada pregunta8 preguntas

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

  1. ¿Cuál es el propósito principal del Whisper de OpenAI?
    • Reconocimiento automático de voz: transcripción y traducción de audio
    • Generando imágenes a partir de texto
    • Escribir código de computadora
    • Creando animaciones 3D
  2. What was true of the language balance in Whisper’s training audio?
    • Every language contributed the same number of hours
    • The dataset was English-heavy, with much less audio for most languages
    • The dataset contained only English audio
    • Most data was studio-recorded speech in one language
  3. What does Whisper use to condition the decoder on the requested task and language?
    • A separate camera feed
    • A hand-written transcript of the answer
    • Special tokens in the decoder prompt
    • A unique model checkpoint for every utterance
  4. ¿Qué capacidad NO proporciona Whisper de forma nativa?
    • Traducir discursos de otros idiomas al inglés.
    • Detectar qué idioma se habla
    • Agregar marcas de tiempo a una transcripción
    • Generar vídeo realista a partir de un mensaje
  5. Which long-form transcription problems does OpenAI’s paper describe?
    • Repetition loops and missing words near segment edges
    • Perfect diarization of every speaker
    • Automatic correction of every proper noun
    • Guaranteed removal of background music
  6. ¿Cuál es una debilidad conocida de Whisper a tener en cuenta?
    • No puede procesar ningún audio en inglés.
    • Ocasionalmente puede "alucinar" un texto que no fue hablado
    • Solo emite audio, nunca texto.
    • Se niega a agregar puntuación.
  7. Approximately what share of Whisper’s training data was English audio paired with English transcripts?
    • About 18%
    • Alrededor del 1%
    • About 65%
    • About 100%
  8. What use does OpenAI caution against when transcription errors could have serious consequences?
    • Noncommercial experimentation with public samples
    • Agregar marcas de tiempo a una transcripción
    • Using the model to identify a language
    • High-risk decision-making without appropriate verification