Séparation de la parole et quiz sur les problèmes du cocktail

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

1. Quel est le « problème des cocktails » ?
   • Se concentrer sur une voix ou une source sonore parmi de nombreuses sources concurrentes
   • Choisir la bonne boisson lors d'un événement
   • Mesurer le volume sonore d'une pièce
   • Compresser de la musique de fête pour le streaming
2. Quel est le résultat d’un système de séparation de la parole étant donné un enregistrement mixte de plusieurs locuteurs ?
   • Une seule version plus forte du mélange
   • Une piste audio séparée et isolée pour chaque haut-parleur
   • Un résumé textuel uniquement
   • Un MP3 compressé de toute la pièce
3. En quoi Conv-TasNet fait-il différemment de nombreuses méthodes de séparation antérieures ?
   • Il nécessite au moins huit microphones
   • Cela ne fonctionne que sur la musique préenregistrée
   • Il fonctionne directement dans le domaine temporel sur des échantillons de formes d'onde brutes au lieu de spectrogrammes
   • Il traduit la parole avant de la séparer
4. Comment de nombreux réseaux de séparation isolent-ils une voix individuelle du mélange ?
   • En augmentant la fréquence d'échantillonnage
   • En supprimant toutes les fréquences supérieures à 1 kHz
   • En convertissant l'audio en niveaux de gris
   • En estimant un masque qui sélectionne la partie du signal de chaque locuteur
5. Qu’est-ce que « l’extraction du locuteur cible » ?
   • Extraire une personne spécifique à l'aide d'un court échantillon de référence de sa voix
   • Supprimer toutes les voix humaines d'un enregistrement
   • Compter le nombre d'orateurs présents
   • Booster la musique de fond
6. Pourquoi l'ajout de vidéo peut-il aider à la séparation de la parole ?
   • La vidéo réduit la taille du fichier audio
   • Les mouvements des lèvres fournissent des repères visuels qui aident à faire correspondre le son au bon haut-parleur
   • Les caméras annulent automatiquement l'écho
   • La vidéo supprime le besoin de tout traitement audio
7. What makes overlapping speech difficult for a separation system before it has analyzed the mixture?
   • The mixture contains no audio samples
   • Every speaker always occupies a separate frequency band
   • The number of speakers and which parts of the waveform belong to each speaker may be unknown
   • The recording already labels each word with its speaker
8. What cue can an early multi-microphone separation method use to distinguish speakers?
   • The spelling of each speaker's name
   • The color of the recording interface
   • The file's compression ratio alone
   • Spatial differences in how each voice reaches the microphone array