Útmutatóhoz kapcsolódó kvíz · Közepes Szint
Kulcsszófelderítés és ébresztőszavak kvíz
Review keyword spotting, cascaded detection, false accepts, audio features, temporal confidence, and on-device constraints.
kérdés 1 -ból 8
Mi az ébresztőszó-detektor elsődleges feladata?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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