Quiz collegato alla guida · Medio Livello
Quiz sulla diarizzazione del relatore
Esaminare la diarizzazione degli oratori, le etichette degli oratori anonimi, la gestione delle sovrapposizioni e i componenti del tasso di errore di diarizzazione. attraverso le comuni convenzioni di punteggio.
Domanda 1 di 8
Speaker diarization is often summarized by which question?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Speaker diarization is often summarized by which question?
- Quali parole sono state pronunciate?
- Che lingua viene utilizzata?
- Chi ha parlato quando?
- Che emozione c'è nella voce?
- Cos'è l'incorporamento di un altoparlante?
- Una trascrizione del discorso
- Un timestamp che segna il silenzio
- Un formato di compressione per l'audio
- Un vettore di lunghezza fissa che rappresenta le caratteristiche di una voce
- Quale metrica viene comunemente utilizzata per valutare i sistemi di diarizzazione?
- Tasso di errore di diarizzazione (DER)
- Tasso di errore delle parole (WER)
- Rapporto segnale-rumore (SNR)
- Frequenza fotogrammi
- La diarizzazione standard deve conoscere in anticipo i veri nomi degli interlocutori?
- Sì, i nomi sono richiesti come input
- No, assegna etichette anonime come Altoparlante 1 e Altoparlante 2
- Sì, ma solo il primo oratore
- No, restituisce sempre identità complete
- What problem does permutation-invariant training solve in end-to-end neural diarization?
- It removes the need for an audio signal
- It evaluates speaker outputs over permutations so arbitrary output-label order does not affect training
- It identifies a person’s legal name from their voice
- It forces the model to use exactly one speaker channel
- Quale passaggio in genere viene prima in una pipeline di diarizzazione classica?
- Clustering degli incorporamenti negli altoparlanti
- Assegnazione di nomi reali
- Traduzione dell'audio
- Rilevamento dell'attività vocale per trovare le regioni del parlato
- Which error categories commonly make up Diarization Error Rate?
- Missed speech, false alarm speech and speaker confusion
- Word error, punctuation and translation error
- Only missed speech
- Pitch, loudness and speaking rate
- How can an end-to-end diarization model represent simultaneous speakers?
- By forcing every frame to contain exactly one speaker
- By predicting multiple active speaker labels for the same time region
- By assigning real names to all voices
- By deleting overlap before analysis