वाक्-से-वाक् अनुवाद प्रश्नोत्तरी

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

1. स्पीच-टू-स्पीच ट्रांसलेशन (S2ST) क्या करता है?
   • एक भाषा के भाषण को दूसरी भाषा में बोले गए ऑडियो में परिवर्तित करता है
   • केवल ऑडियो को टेक्स्ट में ट्रांसक्राइब करता है
   • लिखित दस्तावेज़ों का पीडीएफ़ में अनुवाद करता है
   • पृष्ठभूमि संगीत उत्पन्न करता है
2. क्लासिक कैस्केड S2ST सिस्टम के तीन चरण क्या हैं?
   • रिकॉर्ड करें, संग्रहित करें, हटाएं
   • वाक् पहचान, मशीनी अनुवाद, टेक्स्ट-टू-स्पीच
   • एन्क्रिप्ट करें, संपीड़ित करें, भेजें
   • सुनो, अनदेखा करो, दोहराओ
3. कैस्केड सिस्टम की तुलना में डायरेक्ट (एंड-टू-एंड) S2ST का मुख्य लाभ क्या है?
   • इसे हमेशा अधिक टेक्स्ट चरणों की आवश्यकता होती है
   • इसका बिल्कुल भी अनुवाद नहीं किया जा सकता
   • यह विलंबता को कम कर सकता है और आवाज और छंद को बेहतर ढंग से संरक्षित कर सकता है
   • यह केवल एक भाषा युग्म के लिए काम करता है
4. कौन सा Meta सिस्टम लगभग 100 भाषाओं में अनुवाद करने के लिए जाना जाता है?
   • ChatGPT
   • Midjourney
   • Stable Diffusion
   • निर्बाधM4T
5. रीयल-टाइम स्ट्रीमिंग अनुवाद विशेष रूप से चुनौतीपूर्ण क्यों है?
   • वाक्य ख़त्म होने से पहले सिस्टम को यह तय करना होगा कि कब अनुवाद करना है
   • ऑडियो स्ट्रीम नहीं किया जा सकता
   • सभी भाषाओं में समान शब्द क्रम होता है
   • इसके लिए किसी मॉडल की आवश्यकता नहीं है
6. अनुवाद में वक्ता की आवाज़ को संरक्षित करने से कौन सी उभरती चिंता उत्पन्न होती है?
   • फ़ाइलें बहुत छोटी हो जाती हैं
   • सहमति और डीपफेक/वॉयस-क्लोनिंग का दुरुपयोग
   • अनुवाद असंभव हो जाता है
   • ऑडियो सारी ध्वनि खो देता है
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