Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Kulcsszófelderítés és ébresztőszavak kvíz

Review keyword spotting, cascaded detection, false accepts, audio features, temporal confidence, and on-device constraints.

Kapcsolódó útmutató utakKulcsszó észlelése és ébresztőszavai
kérdés 1 -ból 8

Mi az ébresztőszó-detektor elsődleges feladata?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mi az ébresztőszó-detektor elsődleges feladata?
    • Annak észlelésére, hogy mikor hangzott el egy adott kiváltó kifejezés
    • A felhasználó által elmondott minden szó átírása szöveggé
    • Beszédet más nyelvre fordítani
    • Hang tömörítése felhőalapú tároláshoz
  2. Miért használ sok intelligens hangszóró kétlépcsős érzékelési kialakítást?
    • Két különböző nyelv egyidejű támogatása
    • Hagyni, hogy egy alacsony fogyasztású chip végezzen durva ellenőrzést, mielőtt egy nagyobb modell megerősítené az akkumulátor megtakarítását
    • A hang két másolatának rögzítéséhez biztonsági mentés céljából
    • Két külön hangsegéd egyidejű futtatásához
  3. Mit jelent a „hamis elfogadás” az ébresztőszó-észlelésben?
    • A készülék figyelmen kívül hagyja a helyesen kimondott trigger kifejezést
    • A készülék félrehallja az egyik szót, mint a másikat a mondatban
    • A készülék akkor is felébred, ha senki nem mondta ki a trigger mondatot
    • A készülék nem tud csatlakozni az internethez
  4. Körülbelül hogyan készül a bejövő hang, mielőtt a neurális hálózat látná?
    • Először teljes hosszúságú MP3 fájlként menti el
    • Közvetlenül írott mondatokká konvertálódik
    • Változatlanul elküldik egy távoli szerverre elemzés céljából
    • Rövid átfedő keretekre van szeletelve, és olyan akusztikus funkciókká alakítják, mint az MFCC-k vagy a mel energiák
  5. What trade-off can raising a wake-word detector’s activation threshold create?
    • Fewer false accepts but potentially more false rejects or delayed detections
    • More false accepts and guaranteed zero false rejects
    • No change in either error rate under any audio condition
    • A guarantee that every user’s phrase is recognized
  6. What result did Hello Edge report for its depthwise separable CNN on the Google Speech Commands evaluation?
    • 100% accuracy on all languages and devices
    • 95.4% accuracy, about 10% higher than a DNN with a similar parameter count
    • 95.4% lower memory use than every competing model
    • A 10% guaranteed battery-life increase for every microcontroller
  7. What does a false reject mean in wake-word detection?
    • The detector activates without the wake word
    • The microphone records silence correctly
    • The user says the wake word but the detector does not activate
    • A speaker is assigned the wrong identity
  8. Why may a wake-word system use a compact model on-device?
    • It guarantees zero false accepts
    • It replaces all speech recognition
    • It makes the wake phrase unnecessary
    • It can reduce dependence on network access and support low-power always-on detection