Quiz collegato alla guida · Medio Livello
Quiz sulla traduzione vocale
Controlla la traduzione vocale diretta e in cascata, le unità acustiche discrete, la latenza dello streaming, la conservazione della voce e i problemi di consenso.
Domanda 1 di 8
Cosa fa la traduzione vocale (S2ST)?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Cosa fa la traduzione vocale (S2ST)?
- Converte il parlato in una lingua in audio parlato in un'altra lingua
- Trascrive solo l'audio in testo
- Traduce documenti scritti in PDF
- Genera musica di sottofondo
- Quali sono le tre fasi di un classico sistema S2ST in cascata?
- Registra, archivia, elimina
- Riconoscimento vocale, traduzione automatica, sintesi vocale
- Crittografa, comprimi, invia
- Ascolta, ignora, ripeti
- Qual è il vantaggio chiave del S2ST diretto (end-to-end) rispetto ai sistemi a cascata?
- Sono sempre necessari più passaggi di testo
- Non può essere tradotto affatto
- Può ridurre la latenza e preservare meglio la voce e la prosodia
- Funziona solo per una coppia linguistica
- Quale sistema Meta è noto per la traduzione in circa 100 lingue?
- ChatGPT
- Midjourney
- Stable Diffusion
- Senza soluzione di continuitàM4T
- Perché la traduzione in streaming in tempo reale è particolarmente impegnativa?
- Il sistema deve decidere quando tradurre prima che la frase finisca
- Non è possibile eseguire lo streaming dell'audio
- Tutte le lingue condividono lo stesso ordine delle parole
- Non richiede modelli
- Quale preoccupazione emergente deriva dal preservare la voce di chi parla nella traduzione?
- I file diventano troppo piccoli
- Consenso e abuso di deepfake/clonazione vocale
- La traduzione diventa impossibile
- L'audio perde tutto il suono
- What representation may a direct speech-to-speech system use to connect source audio to target audio?
- A Slurm job identifier
- A table of image pixels
- Discrete acoustic units that serve as intermediate speech tokens
- A hand-written class label for every word
- Why can errors accumulate in a cascaded ASR → translation → TTS pipeline?
- Each stage uses the same model weights
- TTS always corrects the transcript
- The stages run in parallel on the same audio
- An upstream transcription or translation error becomes input to later stages