Útmutatóhoz kapcsolódó kvíz · Kemény Szint
Filterbank és PLP funkciók kvíz
Test how log-mel filterbanks and PLP convert short speech frames into perceptually shaped features for modern speech models.
kérdés 1 -ból 8
Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?
- The scales allocate finer frequency spacing at low frequencies and coarser spacing at high frequencies, approximating aspects of hearing
- They make files smaller only
- They remove all background noise
- They guarantee perfect speech recognition
- Mit ér el a PLP lineáris előrejelzési lépése?
- Növeli a hangerőt
- Sima spektrális burkolóanyaghoz illeszkedik, amely rögzíti a vokális traktus alakját
- Hozzáadja a visszhangot
- A hangot közvetlenül szöveggé alakítja
- Melyik jellemzőtípus a domináns bemenet a modern mélybeszéd-felismerő modelleknél?
- Nyers MIDI fájlok
- Kézzel írt átiratok
- Log-mel szűrőbank jellemzői
- JPEG spektrogramok
- Miben különböznek az MFCC-k a nyers log-mel szűrőbank jellemzőitől?
- Az MFCC-k egyáltalán nem használnak szűrőket
- Az MFCC-ket csak decibelben mérik
- Az MFCC-k mikrofontömböt igényelnek
- Az MFCC-k koszinusz transzformációt adnak hozzá a szűrőbank kimeneteinek díszítéséhez
- Milyen perceptuális elemet tartalmaz a PLP, amit az alapvető mel szűrőbankok nem?
- Egyenlő hangerősségű görbe és kockagyök intenzitású tömörítés
- Beépített nyelvi modell
- Automatikus fordítás
- Sztereó pásztázás
- Why might a deep model use log-mel features or raw waveforms instead of PLP?
- A PLP használata illegális
- The model can learn useful task-specific representations without every hand-designed PLP step
- A nyers hang mindig kisebb
- A PLP csak zenére működik
- What is a typical log-mel filterbank feature for one speech frame?
- A word-level translation
- A single pitch label for the whole recording
- The logarithm of spectral energy pooled through a mel-spaced filter
- A pixel color from a spectrogram image
- Which order best describes the main PLP processing steps?
- Translation, tokenization, and decoding
- Stereo panning, reverb, and compression
- Image segmentation followed by color correction
- Critical-band analysis, equal-loudness weighting, loudness compression, then linear prediction