Quiz collegato alla guida · Medio Livello

Quiz sulla separazione del discorso e sul problema del cocktail party

Scopri in che modo i sistemi di separazione del parlato gestiscono le voci miste, i segnali spaziali, il conteggio dei parlanti e l'estrazione del parlante target in pratiche pipeline audio.

Domanda 1 di 8

Qual è il 'problema del cocktail party'?

Anteprima di ogni domanda8 domande

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

  1. Qual è il 'problema del cocktail party'?
    • Concentrarsi su una voce o fonte sonora tra molte concorrenti
    • Scegliere la bevanda giusta ad un evento
    • Misurare il volume di una stanza
    • Compressione della musica della festa per lo streaming
  2. Qual è il risultato di un sistema di separazione del parlato data una registrazione mista di più parlanti?
    • Un'unica versione più rumorosa della miscela
    • Una traccia audio separata e isolata per ciascun altoparlante
    • Solo un riassunto testuale
    • Un MP3 compresso dell'intera stanza
  3. Cosa fa Conv-TasNet in modo diverso rispetto a molti metodi di separazione precedenti?
    • Richiede almeno otto microfoni
    • Funziona solo con la musica preregistrata
    • Funziona direttamente nel dominio del tempo su campioni di forme d'onda grezze invece che su spettrogrammi
    • Traduce il discorso prima di separarlo
  4. In che modo molte reti di separazione isolano una singola voce dalla miscela?
    • Aumentando la frequenza di campionamento
    • Eliminando tutte le frequenze superiori a 1 kHz
    • Convertendo l'audio in scala di grigi
    • Stimando una maschera che seleziona la porzione di segnale di ciascun altoparlante
  5. Che cos'è l'estrazione del parlante target?
    • Tirare fuori una persona specifica utilizzando un breve campione di riferimento della sua voce
    • Rimozione di tutte le voci umane da una registrazione
    • Contare quanti oratori sono presenti
    • Potenziamento della musica di sottofondo
  6. Perché l'aggiunta di video può aiutare con la separazione del parlato?
    • Il video riduce la dimensione del file audio
    • I movimenti delle labbra forniscono segnali visivi che aiutano ad abbinare il suono all'altoparlante corretto
    • Le fotocamere annullano automaticamente l'eco
    • Il video elimina la necessità di qualsiasi elaborazione audio
  7. What makes overlapping speech difficult for a separation system before it has analyzed the mixture?
    • The mixture contains no audio samples
    • Every speaker always occupies a separate frequency band
    • The number of speakers and which parts of the waveform belong to each speaker may be unknown
    • The recording already labels each word with its speaker
  8. What cue can an early multi-microphone separation method use to distinguish speakers?
    • The spelling of each speaker's name
    • The color of the recording interface
    • The file's compression ratio alone
    • Spatial differences in how each voice reaches the microphone array