भाषण पृथक्करण और कॉकटेल पार्टी समस्या प्रश्नोत्तरी

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

1. 'कॉकटेल पार्टी समस्या' क्या है?
   • कई प्रतिस्पर्धी आवाज़ों के बीच एक आवाज़ या ध्वनि स्रोत पर ध्यान केंद्रित करना
   • किसी कार्यक्रम में सही पेय का चयन करना
   • किसी कमरे की ध्वनि की ध्वनि मापना
   • स्ट्रीमिंग के लिए पार्टी संगीत को संपीड़ित करना
2. कई वक्ताओं की मिश्रित रिकॉर्डिंग को देखते हुए वाक् पृथक्करण प्रणाली का आउटपुट क्या है?
   • मिश्रण का एक एकल तेज़ संस्करण
   • प्रत्येक स्पीकर के लिए एक अलग, पृथक ऑडियो ट्रैक
   • केवल एक पाठ सारांश
   • पूरे कमरे का एक संपीड़ित एमपी3
3. Conv-TasNet पहले की कई पृथक्करण विधियों से अलग क्या करता है?
   • इसके लिए कम से कम आठ माइक्रोफोन की आवश्यकता होती है
   • यह केवल पूर्व-रिकॉर्ड किए गए संगीत पर काम करता है
   • यह स्पेक्ट्रोग्राम के बजाय कच्चे तरंगरूप नमूनों पर सीधे समय डोमेन में काम करता है
   • यह भाषण को अलग करने से पहले उसका अनुवाद करता है
4. कई पृथक्करण नेटवर्क किसी व्यक्तिगत आवाज़ को मिश्रण से कैसे अलग करते हैं?
   • नमूना दर बढ़ाकर
   • 1 kHz से ऊपर की सभी आवृत्तियों को हटाकर
   • ऑडियो को ग्रेस्केल में परिवर्तित करके
   • एक मास्क का अनुमान लगाकर जो प्रत्येक स्पीकर के सिग्नल के हिस्से का चयन करता है
5. 'लक्ष्य-स्पीकर निष्कर्षण' क्या है?
   • एक विशिष्ट व्यक्ति की आवाज़ के संक्षिप्त संदर्भ नमूने का उपयोग करके उसे बाहर निकालना
   • रिकॉर्डिंग से सभी मानवीय आवाजें हटाई जा रही हैं
   • गिनना कि कितने वक्ता उपस्थित हैं
   • पृष्ठभूमि संगीत को बढ़ावा देना
6. वीडियो जोड़ने से वाक् पृथक्करण में सहायता क्यों मिल सकती है?
   • वीडियो ऑडियो के फ़ाइल आकार को कम कर देता है
   • होठों की हरकत दृश्य संकेत प्रदान करती है जो ध्वनि को सही स्पीकर से मिलाने में मदद करती है
   • कैमरे स्वचालित रूप से प्रतिध्वनि रद्द कर देते हैं
   • वीडियो किसी भी ऑडियो प्रोसेसिंग की आवश्यकता को हटा देता है
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