गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर

भाषण प्रश्नोत्तरी के लिए पाठ सामान्यीकरण

परीक्षण भाषण पाठ सामान्यीकरण: संख्याओं और प्रतीकों का विस्तार करना, टोकन को वर्गीकृत करना, संदर्भ को हल करना और नियमों या तंत्रिका मॉडल का उपयोग करना।

संबंधित मार्गदर्शक पथभाषण के लिए पाठ सामान्यीकरण

प्रश्न 1 का 8

भाषण के लिए पाठ सामान्यीकरण मुख्य रूप से क्या करता है?

प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न

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

भाषण के लिए पाठ सामान्यीकरण मुख्य रूप से क्या करता है?
- लिखित पाठ को पूरी तरह से बोले गए शब्दों में दोबारा लिखता है
- ऑडियो फ़ाइलों को संपीड़ित करता है
- पाठ का दूसरी भाषा में अनुवाद करता है
- वक्ता की भावना का पता लगाता है
एक अच्छे सिस्टम को भाषण के लिए '$5' को कैसे सामान्य बनाना चाहिए?
- 'डॉलर पाँच'
- 'पाँच डॉलर'
- 'एस फाइव'
- 'प्रतिशत पांच'
'डॉ.' जैसे टोकन को सामान्य क्यों किया जा रहा है? या 'IV' मुश्किल?
- इन टोकन का उच्चारण हमेशा एक ही तरह से किया जाता है
- उनमें कोई अक्षर नहीं हैं
- उनका सही विस्तार संदर्भ पर निर्भर करता है
- इनका उपयोग केवल गणित में किया जाता है
What data did the cited neural text-normalization study use to evaluate its models?
- Unlabeled phone audio only
- Medical records annotated by clinicians
- A small set of manually written code snippets
- English and Russian Wikipedia sentences verbalized by Google TTS’s Kestrel system
What safeguard against unrecoverable errors does the cited neural text-normalization paper discuss?
- WFST-based covering grammars
- Removing the reference transcript
- Replacing all token classes with a speech waveform
- Using image segmentation at inference
क्लासिक सामान्यीकरण में, एक टोकन को 'सेमियोटिक क्लास' निर्दिष्ट करने की क्या भूमिका है?
- यह वक्ता की आवाज चुनता है
- यह टोकन को लेबल करता है (उदाहरण के लिए, तारीख, पैसा, माप) ताकि सही वर्बलाइज़र लागू किया जा सके
- यह टेक्स्ट को कंप्रेस करता है
- यह सभी विराम चिह्न हटा देता है
In the Kestrel TTS normalization system, what follows tokenization and classification?
- A speaker diarization pass labels voices
- A vocoder renders the waveform
- A verbalization stage applies grammars to turn classified tokens into spoken forms
- An image model recognizes the page layout
Why can English and Russian text require different normalization grammars?
- Every language uses identical number and date formats
- Language has no effect on spoken forms
- Russian text cannot be normalized for speech
- Written conventions and verbalization rules vary by language