Quiz collegato alla guida · Difficile Livello

Quiz di addestramento sugli invarianti di permutazione

Testa il modo in cui l'addestramento invariante alla permutazione gestisce gli output dei relatori non ordinati e perché l'assegnazione a livello di enunciazione è importante durante la separazione di più oratori.

Domanda 1 di 8

Quale problema fondamentale risolve il PIT (permutation invariant training)?

Anteprima di ogni domanda8 domande

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

  1. Quale problema fondamentale risolve il PIT (permutation invariant training)?
    • Decidere quale canale di uscita dovrebbe corrispondere a quale oratore durante l'allenamento
    • Compressione dell'audio per l'archiviazione
    • Riduzione dei costi dell'hardware del microfono
    • Traduzione del discorso separato in testo
  2. In che modo PIT decide quale errore utilizzare durante l'aggiornamento del modello?
    • Calcola la media dell'errore su tutti gli output equamente
    • Prova ogni abbinamento output-to-source e mantiene quello con l'errore più basso
    • Assegna sempre la voce più forte all'uscita 1
    • Ignora completamente i riferimenti
  3. Senza una soluzione come il PIT, cosa tendeva ad accadere ai risultati del modello di separazione?
    • Sono diventati subito perfettamente puliti
    • Correvano molto più velocemente
    • Hanno prodotto risultati sfocati e medi a causa di assegnazioni di etichette contrastanti
    • Non richiedevano dati di addestramento
  4. Per separare N parlanti, quante permutazioni deve considerare il PIT per passaggio?
    • N (lineare negli altoparlanti)
    • N al quadrato
    • Sempre esattamente due
    • N fattoriale
  5. Quale vantaggio aggiunge il PIT a livello di espressione (uPIT) rispetto all'assegnazione a livello di frame?
    • Mantiene l'oratore in un canale di uscita stabile durante l'intera espressione
    • Elimina la necessità di qualsiasi riferimento
    • Funziona solo con la musica, non con il parlato
    • Raddoppia il numero di parlanti
  6. Quale approccio può eludere del tutto il problema della permutazione?
    • Aumento del bitrate audio
    • Estrazione del parlante target che condiziona un segnale vocale di riferimento
    • Utilizzando solo registrazioni mono
    • Disabilitare la backpropagation
  7. What extra inference step does utterance-level PIT avoid compared with frame-level PIT?
    • Running speech recognition before source separation
    • Estimating the number of microphones in the recording
    • Solving an additional output-speaker permutation problem during inference
    • Recomputing the training loss after every generated word
  8. Which benchmark does the guide name as an example for evaluating speech-separation models?
    • LibriSpeech for single-speaker transcription
    • ImageNet for visual recognition
    • GLUE for language understanding
    • WSJ0-2mix for overlapping-speaker separation