Quiz collegato alla guida · Medio Livello

Quiz sulla classificazione temporale connessionista

Scopri come CTC marginalizza gli allineamenti tra frame di input non segmentati e sequenze di output come le trascrizioni di riconoscimento vocale.

Domanda 1 di 8

Quale problema fondamentale è stato progettato per risolvere il CTC per il riconoscimento vocale?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Quale problema fondamentale è stato progettato per risolvere il CTC per il riconoscimento vocale?
    • Allineamento di fotogrammi audio non segmentati per produrre testo senza etichette a livello di fotogramma
    • Compressione di file audio per l'archiviazione
    • Tradurre il parlato da una lingua all'altra
    • Rimozione del rumore di fondo dalle registrazioni
  2. A cosa serve lo speciale token "vuoto" in CTC?
    • Solo per segnare la fine dell'intera frase
    • Per rappresentare "nessun nuovo output qui" e per separare i caratteri ripetuti autentici
    • Per memorizzare la probabilità del modello linguistico
    • Per indicare il silenzio nella forma d'onda audio originale
  3. In che modo CTC calcola la perdita per una trascrizione target?
    • Sceglie il singolo allineamento più probabile e ignora il resto
    • Confronta i valori dei pixel fotogramma per fotogramma
    • Somma le probabilità di tutti i percorsi di frame validi che collassano nel testo di destinazione
    • Calcola la media dell'ampiezza audio nel tempo
  4. Quali sono le due regole di compressione applicate da CTC per trasformare un percorso frame nel testo finale?
    • Scrivi in maiuscolo le lettere, quindi aggiungi la punteggiatura
    • Invertire la sequenza, quindi rimuovere le vocali
    • Aggiungi spazi, quindi traduci in fonemi
    • Unisci caratteri ripetuti consecutivi, quindi elimina i token vuoti
  5. Quale ipotesi semplificativa fa il CTC standard riguardo ai suoi risultati?
    • La previsione di ciascun fotogramma è condizionatamente indipendente dalle altre, dato l'audio
    • Gli output dipendono fortemente dai caratteri emessi in precedenza
    • L'audio deve durare esattamente un secondo
    • Ogni personaggio occupa esattamente un fotogramma
  6. Perché la ricerca del raggio con un modello di linguaggio fuso spesso è preferita alla decodifica avida in CTC?
    • Funziona più velocemente su ogni dispositivo
    • Compensa la mancanza di un modello linguistico interno di CTC, migliorando la precisione
    • Elimina la necessità del token vuoto
    • Elimina la necessità di addestrare la rete
  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