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.
- 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
- 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
- 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
- Per separare N parlanti, quante permutazioni deve considerare il PIT per passaggio?
- N (lineare negli altoparlanti)
- N al quadrato
- Sempre esattamente due
- N fattoriale
- 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
- 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
- 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
- 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