Quiz collegato alla guida · Medio Livello

Wav2Vec 2.0Quiz

Metti alla prova la ricetta di pre-addestramento auto-supervisionato di Wav2Vec 2.0, l'obiettivo contrastivo e i limiti dei suoi risultati LibriSpeech a bassa etichetta.

Percorsi guida correlatiWav2vec20
Domanda 1 di 8

Quale problema fondamentale nel riconoscimento vocale è stato progettato per risolvere Wav2Vec 2.0?

Anteprima di ogni domanda8 domande

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

  1. Quale problema fondamentale nel riconoscimento vocale è stato progettato per risolvere Wav2Vec 2.0?
    • La scarsità di audio etichettato (trascritto).
    • I file audio sono troppo grandi per essere archiviati
    • I microfoni sono troppo costosi
    • Il testo è difficile da tokenizzare
  2. Che tipo di obiettivo di apprendimento utilizza Wav2Vec 2.0 durante il pre-allenamento?
    • Classificazione diretta dei fonemi con etichette complete
    • Una perdita di contrasto sui segmenti latenti mascherati
    • Ricostruzione dei pixel
    • Apprendimento per rinforzo dal feedback umano
  3. Quale componente elabora per primo la forma d'onda grezza in Wav2Vec 2.0?
    • Un LSTM ricorrente
    • Un campionatore di diffusione
    • Un codificatore di funzionalità CNN multistrato
    • Un estrattore MFCC artigianale
  4. In a reported LibriSpeech experiment, what small labeled-data setup demonstrated low-label potential?
    • 10 minutes unlabeled with no pretraining
    • 53,000 hours labeled with no pretraining
    • One hour labeled with no unlabeled data
    • 10 minutes labeled after pretraining on 53,000 hours of unlabeled speech
  5. Qual è il ruolo del libro di codici appreso in Wav2Vec 2.0?
    • Discretizza l'audio continuo in unità vocali finite
    • Memorizza le password degli utenti
    • Comprime la trascrizione finale
    • Seleziona il guadagno del microfono
  6. Quale grande modello multilingue è costruito sull'approccio Wav2Vec 2.0?
    • GPT-2
    • XLS-R
    • Stable Diffusion
    • ResNet-50
  7. What does the Transformer contribute during Wav2Vec 2.0 pretraining?
    • Converts transcripts into audio
    • Clusters final text into language labels
    • Contextualizes latent speech features around masked spans
    • Removes the feature encoder
  8. What is typically done after self-supervised pretraining to create an ASR model?
    • Replace the audio encoder with an image classifier
    • Train only on unlabeled text
    • Discard the model and use k-means alone
    • Fine-tune with transcribed speech