Quiz collegato alla guida · Difficile Livello

Quiz sulle caratteristiche di Filterbank e PLP

Testa come i banchi di filtri log-mel e il PLP convertono brevi fotogrammi vocali in caratteristiche percettive per modelli vocali moderni.

Percorsi guida correlatiFunzionalità di Filterbank e Plp
Domanda 1 di 8

Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?

Anteprima di ogni domanda8 domande

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

  1. Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?
    • The scales allocate finer frequency spacing at low frequencies and coarser spacing at high frequencies, approximating aspects of hearing
    • They make files smaller only
    • They remove all background noise
    • They guarantee perfect speech recognition
  2. Cosa realizza il passaggio di previsione lineare in PLP?
    • Aumenta il volume
    • Si adatta a un inviluppo spettrale liscio che cattura la forma del tratto vocale
    • Aggiunge riverbero
    • Converte direttamente l'audio in testo
  3. Quale tipo di funzionalità è l'input dominante per i moderni modelli di riconoscimento vocale profondo?
    • File MIDI grezzi
    • Trascrizioni scritte a mano
    • Funzionalità del banco di filtri Log-mel
    • Spettrogrammi JPEG
  4. In che modo gli MFCC differiscono dalle funzionalità grezze del banco di filtri log-mel?
    • Gli MFCC non utilizzano alcun filtro
    • Gli MFCC sono misurati solo in decibel
    • Gli MFCC richiedono un array di microfoni
    • Gli MFCC aggiungono una trasformazione coseno per decorrelare gli output del banco di filtri
  5. Quale elemento percettivo include il PLP rispetto ai banchi di filtri mel di base?
    • Una curva di uguale volume e compressione dell'intensità della radice cubica
    • Un modello linguistico integrato
    • Traduzione automatica
    • Panoramica stereo
  6. Why might a deep model use log-mel features or raw waveforms instead of PLP?
    • L'uso di PLP è illegale
    • The model can learn useful task-specific representations without every hand-designed PLP step
    • L'audio grezzo è sempre più piccolo
    • Il PLP funziona solo per la musica
  7. What is a typical log-mel filterbank feature for one speech frame?
    • A word-level translation
    • A single pitch label for the whole recording
    • The logarithm of spectral energy pooled through a mel-spaced filter
    • A pixel color from a spectrogram image
  8. Which order best describes the main PLP processing steps?
    • Translation, tokenization, and decoding
    • Stereo panning, reverb, and compression
    • Image segmentation followed by color correction
    • Critical-band analysis, equal-loudness weighting, loudness compression, then linear prediction