Kuis terkait panduan · Sedang Tingkat
Kuis Pencarian Kata Kunci dan Bangun Kata
Tinjau pencarian kata kunci, deteksi bertingkat, penerimaan palsu, fitur audio, keyakinan sementara, dan batasan pada perangkat.
Pertanyaan 1 dari 8
Apa tugas utama pendeteksi kata bangun?
Pratinjau setiap pertanyaan8 pertanyaan
Jawaban dan penjelasan muncul saat Anda mengikuti kuis.
- Apa tugas utama pendeteksi kata bangun?
- Untuk mendeteksi kapan frasa pemicu tertentu diucapkan
- Untuk menyalin setiap kata yang diucapkan pengguna ke dalam teks
- Untuk menerjemahkan ucapan ke bahasa lain
- Untuk mengompres audio untuk penyimpanan cloud
- Mengapa banyak speaker pintar menggunakan desain deteksi dua tahap?
- Untuk mendukung dua bahasa berbeda sekaligus
- Membiarkan chip berdaya rendah melakukan pemeriksaan kasar sebelum model yang lebih besar mengonfirmasinya, menghemat baterai
- Untuk merekam dua salinan audio untuk cadangan
- Untuk menjalankan dua asisten suara terpisah secara bersamaan
- Apa arti 'penerimaan palsu' dalam deteksi kata bangun?
- Perangkat mengabaikan frasa pemicu yang diucapkan dengan benar
- Perangkat salah mendengar satu kata dengan kata lain dalam sebuah kalimat
- Perangkat akan aktif meskipun tidak ada yang mengucapkan frasa pemicu
- Perangkat gagal terhubung ke internet
- Kira-kira bagaimana audio masuk disiapkan sebelum jaringan saraf melihatnya?
- Itu disimpan sebagai file MP3 berdurasi penuh terlebih dahulu
- Itu diubah langsung menjadi kalimat tertulis
- Itu dikirim tanpa perubahan ke server jauh untuk dianalisis
- Itu diiris menjadi bingkai pendek yang tumpang tindih dan diubah menjadi fitur akustik seperti MFCC atau energi mel
- 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