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.
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.
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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