Quiz sur les sous-titres audio

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

1. En quoi le sous-titrage audio diffère-t-il de la reconnaissance vocale automatique ?
   • Cela ne fonctionne que sur le silence
   • C'est plus lent mais identique en sortie
   • Il décrit la scène acoustique globale plutôt que de transcrire les paroles prononcées.
   • Il convertit le texte en audio
2. Which published datasets supply general-audio descriptions for captioning in this guide?
   • MNIST and CIFAR only
   • Clotho et AudioCaps
   • A mandatory bank-transaction table
   • Only a raw network-password list
3. What architecture does the cited original Clotho baseline use to produce caption words from audio features?
   • Only a fixed filename lookup
   • Only a volume meter with no text output
   • Only an unchanged grammar rule list
   • An encoder-decoder scheme with attention
4. Pourquoi le sous-titrage audio est-il précieux pour l’accessibilité ?
   • Il décrit les sons non vocaux pour les utilisateurs sourds et malentendants.
   • Il augmente le volume audio
   • Il supprime le bruit de fond
   • Il crypte l'audio
5. Which reference-comparison metric does the Clotho paper use among its caption evaluations?
   • RGB color values
   • CIDEr
   • Audio sample rate alone
   • Only a decibel reading
6. Quel est l’un des principaux défis actuels en matière de sous-titrage audio ?
   • Les fichiers audio sont trop petits pour être traités
   • Aucun ensemble de données n'est disponible
   • Les sous-titres ne peuvent contenir qu'un seul mot
   • Produire des descriptions à la fois précises et éviter les détails hallucinés
7. How many reference captions per audio file does the original Clotho paper report?
   • Cinq
   • Un
   • Fifteen
   • Cent
8. How many log-mel-band features form each input frame in the original Clotho baseline described in the paper?
   • 8
   • 20
   • 64
   • 256