ऑडियो कैप्शनिंग प्रश्नोत्तरी

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. ऑडियो कैप्शनिंग स्वचालित वाक् पहचान से किस प्रकार भिन्न है?
   • यह केवल मौन पर कार्य करता है
   • यह धीमा है लेकिन आउटपुट में समान है
   • यह बोले गए शब्दों को लिपिबद्ध करने के बजाय समग्र ध्वनिक दृश्य का वर्णन करता है
   • यह टेक्स्ट को ऑडियो में परिवर्तित करता है
2. Which published datasets supply general-audio descriptions for captioning in this guide?
   • MNIST and CIFAR only
   • क्लॉथो और ऑडियोकैप्स
   • 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. पहुंच-योग्यता के लिए ऑडियो कैप्शनिंग मूल्यवान क्यों है?
   • यह बधिर और कम सुनने वाले उपयोगकर्ताओं के लिए गैर-वाक् ध्वनियों का वर्णन करता है
   • यह ऑडियो वॉल्यूम बढ़ाता है
   • यह पृष्ठभूमि शोर को हटा देता है
   • यह ऑडियो को एन्क्रिप्ट करता है
5. Which reference-comparison metric does the Clotho paper use among its caption evaluations?
   • RGB color values
   • साइडर
   • Audio sample rate alone
   • Only a decibel reading
6. ऑडियो कैप्शनिंग में चल रही प्रमुख चुनौती क्या है?
   • ऑडियो फ़ाइलें संसाधित करने के लिए बहुत छोटी हैं
   • कोई डेटासेट उपलब्ध नहीं है
   • कैप्शन केवल एक शब्द लंबा हो सकता है
   • ऐसे विवरण तैयार करना जो सटीक हों और मतिभ्रम वाले विवरणों से बचें
7. How many reference captions per audio file does the original Clotho paper report?
   • पांच
   • एक
   • Fifteen
   • एक सौ
8. How many log-mel-band features form each input frame in the original Clotho baseline described in the paper?
   • 8
   • 20
   • 64
   • 256