Écoutez, assistez et épelez le quiz

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

1. Quelles sont les deux principales composantes du modèle LAS ?
   • Auditeur et orthographe
   • Encodeur et tokeniseur
   • Générateur et discriminateur
   • Filtre et classificateur
2. Que produit le Speller dans LAS ?
   • Phonèmes d'un dictionnaire
   • Personnages, un à la fois
   • Des mots entiers seulement
   • Spectres de fréquence
3. Pourquoi l'encodeur LAS est-il appelé « pyramidal » ?
   • Il a la forme d'un triangle à l'écran
   • Il utilise trois GPU
   • Il réduit la résolution temporelle à chaque couche
   • Il pyramide les valeurs des pertes
4. De quel composant plus ancien LAS n'a-t-il PAS besoin notamment ?
   • Un micro
   • Une fonction de perte
   • Données de formation
   • Un dictionnaire de prononciation de phonèmes construit à la main
5. Quel mécanisme permet au Speller de se concentrer sur la partie pertinente de l’audio pour chaque personnage ?
   • Attention
   • Abandon
   • Normalisation par lots
   • Taille en poutre
6. Quelle est l’une des limites du modèle LAS original ?
   • Il ne pouvait fonctionner sur aucun matériel
   • Ce n'était pas du streaming, il fallait l'énoncé complet avant le décodage
   • Il ne produit que des chiffres
   • Il fallait un dictionnaire de phonèmes
7. What WER did the LAS paper report on its Google voice-search subset without a language model?
   • 1.41%
   • 41.0%
   • 14.1%
   • 80.0%
8. What distinction does the LAS paper make about dependencies among output characters?
   • It predicts each character independently with no sequence model
   • It outputs only phoneme classes and forbids character context
   • It requires a separate dictionary to define character dependencies
   • The model emits character sequences without assuming the characters are independent