Kuis terkait panduan · Sedang Tingkat

Kuis Terjemahan Ucapan-ke-Ucapan

Memeriksa terjemahan ucapan berjenjang dan langsung, unit akustik terpisah, latensi streaming, pelestarian suara, dan masalah persetujuan.

Jalur panduan terkaitTerjemahan Pidato Ke Pidato
Pertanyaan 1 dari 8

Apa yang dilakukan Speech-to-Speech Translation (S2ST)?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Apa yang dilakukan Speech-to-Speech Translation (S2ST)?
    • Mengubah ucapan dalam satu bahasa menjadi audio lisan dalam bahasa lain
    • Hanya mentranskripsikan audio menjadi teks
    • Menerjemahkan dokumen tertulis ke PDF
    • Menghasilkan musik latar belakang
  2. Apa tiga tahapan sistem S2ST berjenjang klasik?
    • Rekam, simpan, hapus
    • Pengenalan ucapan, terjemahan mesin, text-to-speech
    • Enkripsi, kompres, kirim
    • Dengar, abaikan, ulangi
  3. Apa keuntungan utama S2ST langsung (end-to-end) dibandingkan sistem berjenjang?
    • Itu selalu membutuhkan lebih banyak langkah teks
    • Itu tidak bisa diterjemahkan sama sekali
    • Ini dapat menurunkan latensi dan mempertahankan suara dan prosodi dengan lebih baik
    • Ini hanya berfungsi untuk satu pasangan bahasa
  4. Sistem Meta manakah yang dikenal dapat menerjemahkan sekitar 100 bahasa?
    • ChatGPT
    • Midjourney
    • Stable Diffusion
    • MulusM4T
  5. Mengapa terjemahan streaming real-time sangat menantang?
    • Sistem harus memutuskan kapan harus menerjemahkan sebelum sebuah kalimat selesai
    • Audio tidak dapat dialirkan
    • Semua bahasa memiliki urutan kata yang sama
    • Itu tidak memerlukan model
  6. Kekhawatiran apa yang timbul karena menjaga suara pembicara dalam penerjemahan?
    • File menjadi terlalu kecil
    • Persetujuan dan penyalahgunaan deepfake/kloning suara
    • Penerjemahan menjadi tidak mungkin
    • Audio kehilangan semua suara
  7. What representation may a direct speech-to-speech system use to connect source audio to target audio?
    • A Slurm job identifier
    • A table of image pixels
    • Discrete acoustic units that serve as intermediate speech tokens
    • A hand-written class label for every word
  8. Why can errors accumulate in a cascaded ASR → translation → TTS pipeline?
    • Each stage uses the same model weights
    • TTS always corrects the transcript
    • The stages run in parallel on the same audio
    • An upstream transcription or translation error becomes input to later stages