गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर

OpenAI व्हिस्पर प्रश्नोत्तरी

व्हिस्पर प्रशिक्षण-डेटा संरचना, बहुभाषी व्यवहार और प्रलेखित विफलता मोड की समीक्षा करें, बिना यह माने कि प्रतिलेख हमेशा सही होते हैं।

संबंधित मार्गदर्शक पथओपनाई व्हिस्पर
प्रश्न 1 का 8

OpenAI के व्हिस्पर का मुख्य उद्देश्य क्या है?

प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न

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

  1. OpenAI के व्हिस्पर का मुख्य उद्देश्य क्या है?
    • स्वचालित वाक् पहचान: ऑडियो का प्रतिलेखन और अनुवाद
    • पाठ से छवियाँ उत्पन्न करना
    • कंप्यूटर कोड लिखना
    • 3डी एनिमेशन बनाना
  2. What was true of the language balance in Whisper’s training audio?
    • Every language contributed the same number of hours
    • The dataset was English-heavy, with much less audio for most languages
    • The dataset contained only English audio
    • Most data was studio-recorded speech in one language
  3. What does Whisper use to condition the decoder on the requested task and language?
    • A separate camera feed
    • A hand-written transcript of the answer
    • Special tokens in the decoder prompt
    • A unique model checkpoint for every utterance
  4. व्हिस्पर मूल रूप से कौन सी क्षमता प्रदान नहीं करता है?
    • अन्य भाषाओं से भाषण का अंग्रेजी में अनुवाद करना
    • यह पता लगाना कि कौन सी भाषा बोली जा रही है
    • प्रतिलेख में टाइमस्टैम्प जोड़ना
    • एक प्रॉम्प्ट से यथार्थवादी वीडियो तैयार करना
  5. Which long-form transcription problems does OpenAI’s paper describe?
    • Repetition loops and missing words near segment edges
    • Perfect diarization of every speaker
    • Automatic correction of every proper noun
    • Guaranteed removal of background music
  6. व्हिस्पर की ज्ञात कमजोरी क्या है जिस पर ध्यान देना चाहिए?
    • यह किसी भी अंग्रेजी ऑडियो को प्रोसेस नहीं कर सकता
    • यह कभी-कभी उस पाठ को 'मतिभ्रम' कर सकता है जो बोला नहीं गया था
    • यह केवल ऑडियो आउटपुट करता है, टेक्स्ट कभी नहीं
    • यह विराम चिह्न जोड़ने से इंकार करता है
  7. Approximately what share of Whisper’s training data was English audio paired with English transcripts?
    • About 18%
    • लगभग 1%
    • About 65%
    • About 100%
  8. What use does OpenAI caution against when transcription errors could have serious consequences?
    • Noncommercial experimentation with public samples
    • प्रतिलेख में टाइमस्टैम्प जोड़ना
    • Using the model to identify a language
    • High-risk decision-making without appropriate verification