व्हिस्पर वाक् पहचान प्रश्नोत्तरी

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

1. व्हिस्पर को मोटे तौर पर कितने घंटे के ऑडियो पर प्रशिक्षित किया गया था?
   • 680,000 घंटे
   • 6,800 घंटे
   • 68,000 घंटे
   • 6.8 मिलियन घंटे
2. एनकोडर से पहले व्हिस्पर कच्चे ऑडियो से किस मध्यवर्ती प्रतिनिधित्व की गणना करता है?
   • एक कच्चा तरंगरूप टेंसर
   • एक लॉग-मेल स्पेक्ट्रोग्राम
   • केवल एमएफसीसी डेल्टा सुविधाएँ
   • एक-हॉट फ़ोनेम वेक्टर
3. एक एकल व्हिस्पर मॉडल प्रतिलेखन और अनुवाद जैसे कई कार्य कैसे करता है?
   • यह प्रति कार्य एक भिन्न मॉडल लोड करता है
   • यह समानांतर में अलग-अलग सुव्यवस्थित शीर्षों को चलाता है
   • विशेष संकेत टोकन डिकोडिंग के दौरान कार्य को निर्दिष्ट करते हैं
   • उपयोगकर्ता स्पेक्ट्रोग्राम को मैन्युअल रूप से संपादित करते हैं
4. व्हिस्पर किस समग्र तंत्रिका वास्तुकला का उपयोग करता है?
   • एक कनवल्शनल-ओनली नेटवर्क
   • एक आवर्ती LSTM स्टैक
   • एक प्रसार मॉडल
   • एक ट्रांसफार्मर एनकोडर-डिकोडर
5. पहले के एएसआर सिस्टम की तुलना में व्हिस्पर को विशेष रूप से मजबूत क्यों माना जाता है?
   • इसे विविध, शोरगुल वाले वास्तविक दुनिया के वेब ऑडियो पर प्रशिक्षित किया गया था
   • यह केवल स्टूडियो-क्लीन ऑडियो पर काम करता है
   • यह किसी मशीन लर्निंग का उपयोग नहीं करता है
   • इसके लिए एक कस्टम माइक्रोफ़ोन की आवश्यकता होती है
6. व्हिस्पर के मॉडल वेट किस लाइसेंस के तहत जारी किए गए थे?
   • मालिकाना, केवल एपीआई
   • एमआईटी (खुला स्रोत)
   • जीपीएल जिसका कोई व्यावसायिक उपयोग नहीं है
   • क्रिएटिव कॉमन्स गैर-व्युत्पन्न
7. Approximately how long is each audio segment Whisper converts to a log-Mel spectrogram?
   • 3 seconds
   • 3 minutes
   • 30 seconds
   • 30 minutes
8. What does Whisper’s English-translation task produce from non-English speech?
   • A translated recording in the speaker’s voice
   • Only a transcript in the original language
   • A list of detected speakers
   • An English text translation