Quiz lié à un guide · Moyen Niveau

Quiz sur la traduction parole-parole

Vérifie la traduction vocale en cascade et directe, les unités acoustiques discrètes, la latence de streaming, la préservation de la voix et les problèmes de consentement.

Chemins de guidage associésTraduction parole-parole
Question 1 de 8

À quoi sert la traduction parole-parole (S2ST) ?

Prévisualisez chaque question8 des questions

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

  1. À quoi sert la traduction parole-parole (S2ST) ?
    • Convertit la parole dans une langue en audio parlé dans une autre langue
    • Transcrit uniquement l'audio en texte
    • Traduit des documents écrits en PDF
    • Génère une musique de fond
  2. Quelles sont les trois étapes d’un système S2ST en cascade classique ?
    • Enregistrer, stocker, supprimer
    • Reconnaissance vocale, traduction automatique, synthèse vocale
    • Chiffrer, compresser, envoyer
    • Écoute, ignore, répète
  3. Quel est l’avantage clé du S2ST direct (de bout en bout) par rapport aux systèmes en cascade ?
    • Il faut toujours plus d'étapes de texte
    • Cela ne peut pas du tout traduire
    • Il peut réduire la latence et mieux préserver la voix et la prosodie
    • Cela ne fonctionne que pour une seule paire de langues
  4. Quel système Meta est connu pour traduire dans environ 100 langues ?
    • ChatGPT
    • Midjourney
    • Stable Diffusion
    • Sans coutureM4T
  5. Pourquoi la traduction en streaming en temps réel est-elle particulièrement difficile ?
    • Le système doit décider quand traduire avant la fin d'une phrase
    • L'audio ne peut pas être diffusé
    • Les langues partagent toutes le même ordre des mots
    • Il ne nécessite aucun modèle
  6. Quelle préoccupation émergente vient de la préservation de la voix d’un locuteur dans la traduction ?
    • Les fichiers deviennent trop petits
    • Consentement et utilisation abusive des deepfakes/clonage vocal
    • La traduction devient impossible
    • L'audio perd tout le son
  7. What representation may a direct speech-to-speech system use to connect source audio to target audio?
    • A Slurm job identifier
    • A table of image pixels
    • Discrete acoustic units that serve as intermediate speech tokens
    • A hand-written class label for every word
  8. Why can errors accumulate in a cascaded ASR → translation → TTS pipeline?
    • Each stage uses the same model weights
    • TTS always corrects the transcript
    • The stages run in parallel on the same audio
    • An upstream transcription or translation error becomes input to later stages