आरएनएन-ट्रांसड्यूसर मॉडल प्रश्नोत्तरी

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

1. आरएनएन-ट्रांसड्यूसर सीटीसी की किस सीमा को विशेष रूप से संबोधित करता है?
   • सीटीसी की सशर्त-स्वतंत्रता धारणा, जो मॉडलिंग आउटपुट-टोकन निर्भरता को रोकती है
   • सीटीसी बिल्कुल भी ऑडियो प्रोसेस नहीं कर सकता
   • सीटीसी को चलाने के लिए जीपीयू की आवश्यकता होती है
   • सीटीसी केवल छवियों के लिए काम करता है
2. आरएनएन-ट्रांसड्यूसर के तीन मुख्य घटक क्या हैं?
   • एनकोडर, डिकोडर और विभेदक
   • एनकोडर (प्रतिलेखन नेटवर्क), भविष्यवाणी नेटवर्क, और संयुक्त नेटवर्क
   • केवल टोकनाइज़र, एम्बेडर और सॉफ्टमैक्स
   • दो ध्यान प्रमुख और एक राउटर
3. आरएनएन-टी में पूर्वानुमान नेटवर्क क्या भूमिका निभाता है?
   • यह ऑडियो तरंग को संपीड़ित करता है
   • यह माइक्रोफ़ोन वॉल्यूम मापता है
   • यह एक भाषा मॉडल की तरह काम करता है, जो पहले उत्सर्जित टोकन पर कंडीशनिंग करता है
   • यह नमूनाकरण दर का चयन करता है
4. आरएनएन-टी स्वाभाविक रूप से कम-विलंबता स्ट्रीमिंग का समर्थन क्यों करता है?
   • यह कुछ भी उत्सर्जित करने से पहले संपूर्ण उच्चारण को एक बार में संसाधित करता है
   • यह समय क्रम को पूरी तरह से नजरअंदाज कर देता है
   • यह केवल पूर्व-रिकॉर्ड की गई फ़ाइलों पर काम करता है
   • इसका संरेखण मोनोटोनिक और बाएं से दाएं है, जो रिक्त स्थान के साथ ऑडियो के माध्यम से आगे बढ़ता है
5. आरएनएन-टी डिकोडिंग में, खाली टोकन उत्सर्जित करने से क्या होता है?
   • अगले ऑडियो समय चरण पर आगे बढ़ें
   • संपूर्ण प्रतिलेखन समाप्त होता है
   • पिछला शब्द हटा देता है
   • किसी भिन्न भाषा में स्विच हो जाता है
6. आधुनिक उत्पादन आरएनएन-टी सिस्टम में कौन सा एनकोडर प्रकार तेजी से एलएसटीएम की जगह ले रहा है?
   • निर्णय वृक्ष
   • कंफर्मर एनकोडर
   • सादे शब्दों का थैला
   • छिपे हुए मार्कोव मॉडल
7. What two histories condition the RNN-T joint network’s output distribution?
   • Only the future transcript and a speaker photo
   • Only the last acoustic frame, without output context
   • The encoder representation of acoustic input and the prediction-network representation of prior output labels
   • The optimizer state and learning rate
8. What alignment behavior does an RNN-T allow before advancing to the next audio frame?
   • It must emit exactly one label for every frame
   • It advances time only after a word-final token
   • It generates all output before reading any audio
   • It can emit zero or more nonblank labels at the current frame, then a blank advances time