Quiz collegato alla guida · Medio Livello
Quiz sull'individuazione delle parole chiave e sulle parole risvegliate
Esamina l'individuazione delle parole chiave, il rilevamento a cascata, le false accettazioni, le funzionalità audio, la confidenza temporale e i vincoli sul dispositivo.
Domanda 1 di 8
Qual è il compito principale di un rilevatore di parole sveglia?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Qual è il compito principale di un rilevatore di parole sveglia?
- Per rilevare quando è stata pronunciata una frase trigger specifica
- Per trascrivere in testo ogni parola pronunciata dall'utente
- Tradurre il discorso in un'altra lingua
- Per comprimere l'audio per l'archiviazione nel cloud
- Perché molti altoparlanti intelligenti utilizzano un design di rilevamento a due stadi?
- Per supportare due lingue diverse contemporaneamente
- Per consentire a un chip a basso consumo di eseguire un controllo approssimativo prima che un modello più grande confermi, risparmiando batteria
- Per registrare due copie dell'audio per il backup
- Per eseguire due assistenti vocali separati contemporaneamente
- Cosa significa "falsa accettazione" nel rilevamento delle parole sveglia?
- Il dispositivo ignora una frase trigger pronunciata correttamente
- Il dispositivo interpreta una parola come un'altra in una frase
- Il dispositivo si riattiva anche se nessuno ha pronunciato la frase trigger
- Il dispositivo non riesce a connettersi a Internet
- Come viene preparato approssimativamente l'audio in entrata prima che la rete neurale lo veda?
- Viene prima salvato come file MP3 a lunghezza intera
- Viene convertito direttamente in frasi scritte
- Viene inviato senza modifiche a un server remoto per l'analisi
- Viene suddiviso in brevi fotogrammi sovrapposti e trasformato in caratteristiche acustiche come MFCC o energie mel
- What trade-off can raising a wake-word detector’s activation threshold create?
- Fewer false accepts but potentially more false rejects or delayed detections
- More false accepts and guaranteed zero false rejects
- No change in either error rate under any audio condition
- A guarantee that every user’s phrase is recognized
- What result did Hello Edge report for its depthwise separable CNN on the Google Speech Commands evaluation?
- 100% accuracy on all languages and devices
- 95.4% accuracy, about 10% higher than a DNN with a similar parameter count
- 95.4% lower memory use than every competing model
- A 10% guaranteed battery-life increase for every microcontroller
- What does a false reject mean in wake-word detection?
- The detector activates without the wake word
- The microphone records silence correctly
- The user says the wake word but the detector does not activate
- A speaker is assigned the wrong identity
- Why may a wake-word system use a compact model on-device?
- It guarantees zero false accepts
- It replaces all speech recognition
- It makes the wake phrase unnecessary
- It can reduce dependence on network access and support low-power always-on detection