Cuestionario vinculado a una guía · Medio Nivel

SpecAugment para el cuestionario de reconocimiento de voz

Revise SpecAugment de dominio de funciones, distorsión de tiempo, máscaras de frecuencia y tiempo, y sus resultados específicos de LibriSpeech y Switchboard.

Rutas de guía relacionadasSpecaument para el reconocimiento de voz
Pregunta 1 de 8

¿En qué opera SpecAugment?

Vista previa de cada pregunta8 preguntas

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

  1. ¿En qué opera SpecAugment?
    • El espectrograma log-mel
    • La forma de onda de audio sin procesar
    • La transcripción del texto
    • Los pesos del modelo.
  2. ¿Cuál de estas es una de las tres operaciones de SpecAugment?
    • inversión de tono
    • Enmascaramiento de frecuencia
    • Sustitución de palabras
    • Inyección de eco
  3. What role did the SpecAugment paper assign to its feature transformations?
    • They guarantee that every recognizer avoids overfitting
    • They replace the need for transcribed training data
    • They augment ASR training inputs and were evaluated for recognition performance
    • They improve every speech model by the same amount
  4. ¿Qué hace el 'enmascaramiento del tiempo'?
    • Elimina las marcas de tiempo de la transcripción.
    • Acelera la reproducción de audio.
    • Elimina el silencio al inicio.
    • Borra un lapso de pasos de tiempo consecutivos
  5. How are time- and frequency-mask locations chosen during SpecAugment training?
    • They are randomly sampled, so the same input may receive different masked regions on later passes
    • They are fixed permanently before the training set is collected
    • They are chosen by a language model after each recognition result
    • They are identical for every utterance and every training step
  6. ¿En qué punto de referencia SpecAugment ayudó especialmente a lograr resultados de última generación?
    • ImagenNet
    • LibriDiscurso
    • escuadrón
    • PEGAMENTO
  7. What does time warping do in the original SpecAugment policy?
    • It replaces speech frames with translated text
    • It masks every frequency channel permanently
    • It deforms feature positions along the time axis
    • It changes the speaker identity in the waveform
  8. Which recognizer architecture did the original SpecAugment paper use in its experiments?
    • A region-based image detector
    • A music source-separation U-Net only
    • A text-only masked language model
    • Listen, Attend and Spell (LAS)