Útmutatóhoz kapcsolódó kvíz · Közepes Szint

A beszéd szétválasztása és a koktélparti problémakvíz

Check how speech-separation systems handle mixed voices, spatial cues, speaker counts, and target-speaker extraction in practical audio pipelines.

kérdés 1 -ból 8

Mi a „koktélparti probléma”?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mi a „koktélparti probléma”?
    • Egyetlen hangra vagy hangforrásra összpontosítva sok versengő hang között
    • A megfelelő ital kiválasztása egy rendezvényen
    • Egy helyiség hangerejének mérése
    • Partyzene tömörítése streaminghez
  2. Mi a kimenete egy beszédleválasztó rendszernek több beszélő vegyes felvétele esetén?
    • A keverék egyetlen hangosabb változata
    • Minden hangszóróhoz külön, elszigetelt hangsáv
    • Csak szöveges összefoglaló
    • Tömörített MP3 az egész szobából
  3. Miben különbözik a Conv-TasNet sok korábbi elválasztási módszertől?
    • Legalább nyolc mikrofon szükséges
    • Csak előre felvett zenén működik
    • A spektrogramok helyett a nyers hullámforma mintákon közvetlenül az időtartományban működik
    • Lefordítja a beszédet, mielőtt szétválasztja
  4. Hogyan különít el sok elválasztó hálózat egy egyedi hangot a keverékből?
    • A mintavételi arány növelésével
    • Az összes 1 kHz feletti frekvencia törlésével
    • A hang szürkeárnyalatossá alakításával
    • Egy maszk becslésével, amely kiválasztja a jel egyes hangszóróinak részét
  5. Mi az a „célhangszóró-kivonás”?
    • Egy adott személy kiemelése a hangjuk rövid referenciamintájával
    • Minden emberi hang eltávolítása a felvételről
    • Megszámoljuk, hány előadó van jelen
    • A háttérzene erősítése
  6. Miért segíthet a videó hozzáadása a beszéd szétválasztásában?
    • A videó csökkenti a hangfájl méretét
    • Az ajakmozgások vizuális jelzéseket adnak, amelyek segítenek a hangot a megfelelő hangszóróhoz illeszteni
    • A kamerák automatikusan törlik a visszhangot
    • A videó szükségtelenné teszi a hangfeldolgozást
  7. What makes overlapping speech difficult for a separation system before it has analyzed the mixture?
    • The mixture contains no audio samples
    • Every speaker always occupies a separate frequency band
    • The number of speakers and which parts of the waveform belong to each speaker may be unknown
    • The recording already labels each word with its speaker
  8. What cue can an early multi-microphone separation method use to distinguish speakers?
    • The spelling of each speaker's name
    • The color of the recording interface
    • The file's compression ratio alone
    • Spatial differences in how each voice reaches the microphone array