Quiz collegato alla guida · Difficile Livello
HuBERT Quiz vocale autosupervisionato
Scopri come HuBERT crea obiettivi derivati da cluster per l'audio mascherato, ripete le etichette e valuta le rappresentazioni apprese sui benchmark vocali.
Domanda 1 di 8
In che modo HuBERT genera gli obiettivi che cerca di prevedere durante l'allenamento?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- In che modo HuBERT genera gli obiettivi che cerca di prevedere durante l'allenamento?
- Offline k-significa raggruppamento di funzionalità audio in unità nascoste
- Trascrizioni umane
- Etichette di rumore casuale
- Contrasto con i campioni di distrattore
- Quale noto modello di testo ha ispirato il programma di formazione sulla previsione mascherata di HuBERT?
- GPT-3
- BERT
- ResNet
- Word2Vec
- In che modo HuBERT migliora le etichette target nel corso delle successive iterazioni di formazione?
- Assume più annotatori
- Aggiunge più rumore grezzo
- Si raggruppa nuovamente utilizzando le rappresentazioni interne migliorate del modello
- Congela per sempre il primo clustering
- Quali funzionalità sono tipicamente raggruppate nella primissima iterazione di HuBERT?
- Parole finali della trascrizione
- Pixel dell'immagine
- Incorporamenti dell'ID dell'altoparlante
- Semplici caratteristiche acustiche MFCC
- Perché HuBERT può apprendere una struttura utile anche quando il suo clustering è imperfetto?
- Deve solo prevedere gli ID dei cluster nelle posizioni mascherate, il che rimane un compito coerente
- Ignora completamente i cluster
- Utilizza un perfetto clustering oracolare
- Memorizza il set di test
- Which pretraining challenge does HuBERT address by using offline cluster labels?
- Speech has no temporal structure
- There is no lexicon of sound units available during pretraining
- Every speaker uses the same pitch
- Audio contains no repeated patterns
- In the HuBERT paper, what relative WER reductions did the 1B-parameter model report on dev-other and test-other?
- Exactly 50% on both sets
- No measurable change on either set
- Up to 19% on dev-other and 13% on test-other
- Up to 13% on dev-other and 19% on test-other
- Which benchmark sets did the original HuBERT paper use for speech-recognition results?
- ImageNet e COCO
- GLUE and SuperGLUE
- SQuAD and TriviaQA
- LibriSpeech and Libri-light