Pemisahan Pidato dan Kuis Soal Pesta Koktail

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Apa yang dimaksud dengan 'masalah pesta koktail'?
   • Berfokus pada satu suara atau sumber bunyi di tengah banyak pesaing
   • Memilih minuman yang tepat pada suatu acara
   • Mengukur kenyaringan suatu ruangan
   • Mengompresi musik pesta untuk streaming
2. Apa keluaran dari sistem pemisahan ucapan jika diberikan rekaman campuran dari beberapa pembicara?
   • Satu versi campuran yang lebih keras
   • Trek audio terpisah dan terisolasi untuk setiap speaker
   • Ringkasan teks saja
   • MP3 terkompresi dari seluruh ruangan
3. Apa perbedaan yang dilakukan Conv-TasNet dengan banyak metode pemisahan sebelumnya?
   • Ini membutuhkan setidaknya delapan mikrofon
   • Ini hanya berfungsi pada musik yang direkam sebelumnya
   • Ini beroperasi secara langsung dalam domain waktu pada sampel bentuk gelombang mentah, bukan spektogram
   • Ini menerjemahkan ucapan sebelum memisahkannya
4. Berapa banyak jaringan pemisahan yang mengisolasi suara individu dari campuran?
   • Dengan meningkatkan laju sampel
   • Dengan menghapus semua frekuensi di atas 1 kHz
   • Dengan mengubah audio menjadi skala abu-abu
   • Dengan memperkirakan topeng yang memilih bagian sinyal masing-masing pembicara
5. Apa yang dimaksud dengan 'ekstraksi target-speaker'?
   • Menarik keluar satu orang tertentu menggunakan contoh referensi singkat dari suaranya
   • Menghapus semua suara manusia dari rekaman
   • Menghitung berapa banyak pembicara yang hadir
   • Meningkatkan musik latar belakang
6. Mengapa menambahkan video dapat membantu pemisahan ucapan?
   • Video mengurangi ukuran file audio
   • Gerakan bibir memberikan isyarat visual yang membantu mencocokkan suara dengan pembicara yang tepat
   • Kamera membatalkan gema secara otomatis
   • Video menghilangkan kebutuhan akan pemrosesan audio apa pun
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