Kuis Pengenalan Ucapan Bisikan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Kira-kira berapa jam audio yang dilatih Whisper?
   • 680.000 jam
   • 6.800 jam
   • 68.000 jam
   • 6,8 juta jam
2. Representasi perantara apa yang dihitung Whisper dari audio mentah sebelum encoder?
   • Tensor bentuk gelombang mentah
   • Spektogram log-Mel
   • Hanya fitur delta MFCC
   • Vektor fonem satu-panas
3. Bagaimana model Whisper tunggal melakukan banyak tugas seperti transkripsi dan terjemahan?
   • Ini memuat model yang berbeda per tugas
   • Ini menjalankan kepala-kepala yang disetel secara terpisah secara paralel
   • Token prompt khusus menentukan tugas selama decoding
   • Pengguna mengedit spektogram secara manual
4. Arsitektur saraf keseluruhan apa yang digunakan Whisper?
   • Jaringan khusus konvolusional
   • Tumpukan LSTM berulang
   • Model difusi
   • Sebuah encoder-decoder Transformer
5. Mengapa Whisper dianggap sangat tangguh dibandingkan sistem ASR sebelumnya?
   • Itu dilatih tentang audio web dunia nyata yang beragam dan berisik
   • Ini hanya berfungsi pada audio bersih studio
   • Itu tidak menggunakan pembelajaran mesin
   • Ini membutuhkan mikrofon khusus
6. Di bawah lisensi apa anak timbangan model Whisper dirilis?
   • Kepemilikan, hanya API
   • MIT (sumber terbuka)
   • GPL tanpa penggunaan komersial
   • Creative Commons non-turunan
7. Approximately how long is each audio segment Whisper converts to a log-Mel spectrogram?
   • 3 seconds
   • 3 minutes
   • 30 seconds
   • 30 minutes
8. What does Whisper’s English-translation task produce from non-English speech?
   • A translated recording in the speaker’s voice
   • Only a transcript in the original language
   • A list of detected speakers
   • An English text translation