Kuis Klasifikasi Temporal Koneksionis

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Masalah inti apa yang dirancang untuk dipecahkan oleh CTC untuk pengenalan suara?
   • Menyelaraskan bingkai audio yang tidak tersegmentasi ke teks keluaran tanpa label tingkat bingkai
   • Mengompresi file audio untuk penyimpanan
   • Menerjemahkan ucapan dari satu bahasa ke bahasa lain
   • Menghapus kebisingan latar belakang dari rekaman
2. Untuk apa token 'kosong' khusus di CTC digunakan?
   • Untuk menandai akhir seluruh kalimat saja
   • Untuk mewakili 'tidak ada keluaran baru di sini' dan untuk memisahkan karakter asli yang berulang
   • Untuk menyimpan probabilitas model bahasa
   • Untuk menunjukkan keheningan dalam bentuk gelombang audio asli
3. Bagaimana cara CTC menghitung kerugian transkripsi target?
   • Ia memilih satu keselarasan yang paling mungkin dan mengabaikan sisanya
   • Ini membandingkan nilai piksel bingkai demi bingkai
   • Ini menjumlahkan probabilitas semua jalur bingkai valid yang diciutkan ke teks target
   • Ini merata-ratakan amplitudo audio dari waktu ke waktu
4. Apa dua aturan runtuh yang diterapkan CTC untuk mengubah jalur bingkai menjadi teks akhir?
   • Gunakan huruf kapital, lalu tambahkan tanda baca
   • Balikkan urutannya, lalu hilangkan huruf vokal
   • Tambahkan spasi, lalu terjemahkan ke fonem
   • Gabungkan karakter berulang yang berurutan, lalu hapus token kosong
5. Asumsi penyederhanaan apa yang dibuat CTC standar tentang keluarannya?
   • Prediksi setiap frame secara kondisional tidak bergantung pada frame lainnya berdasarkan audionya
   • Output sangat bergantung pada karakter yang dikeluarkan sebelumnya
   • Audio harus berdurasi tepat satu detik
   • Setiap karakter mengambil tepat satu frame
6. Mengapa pencarian berkas dengan model bahasa gabungan sering kali lebih disukai daripada decoding serakah di CTC?
   • Ini berjalan lebih cepat di setiap perangkat
   • Ini mengkompensasi kurangnya model bahasa internal CTC, sehingga meningkatkan akurasi
   • Ini menghilangkan kebutuhan akan token kosong
   • Ini menghilangkan kebutuhan untuk melatih jaringan
7. What length constraint does CTC place on an output sequence relative to input frames?
   • The target must always have exactly the same length as the input
   • The target must contain twice as many labels as input frames
   • The target cannot require more output labels than there are input time steps
   • CTC requires a fixed 256-token output
8. How can CTC compute the sum over many valid alignments without explicitly listing every path?
   • By selecting one random path and ignoring all others
   • By running a separate language model for every audio frame
   • By sorting the transcript alphabetically
   • Using a forward-backward dynamic-programming recurrence over an alignment lattice