Quiz collegato alla guida · Medio Livello
Quiz sul riconoscimento vocale sussurro
Esamina il design audio-testo multilingue di Whisper, le sue attività selezionate tramite token e ciò che l'ampia copertura della formazione garantisce e non garantisce.
Domanda 1 di 8
Approssimativamente per quante ore di audio è stato addestrato Whisper?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Approssimativamente per quante ore di audio è stato addestrato Whisper?
- 680.000 ore
- 6.800 ore
- 68.000 ore
- 6,8 milioni di ore
- Quale rappresentazione intermedia calcola Whisper dall'audio grezzo prima del codificatore?
- Un tensore di forma d'onda grezza
- Uno spettrogramma log-Mel
- Solo funzionalità delta MFCC
- Un vettore di fonemi a caldo
- In che modo un singolo modello Whisper esegue più attività come la trascrizione e la traduzione?
- Carica un modello diverso per attività
- Funziona con testine separate e messe a punto in parallelo
- Token di richiesta speciali specificano l'attività durante la decodifica
- Gli utenti modificano manualmente lo spettrogramma
- Quale architettura neurale complessiva utilizza Whisper?
- Una rete solo convoluzionale
- Uno stack LSTM ricorrente
- Un modello di diffusione
- Un codificatore-decodificatore Transformer
- Perché Whisper è considerato particolarmente robusto rispetto ai precedenti sistemi ASR?
- È stato addestrato su audio web diversi e rumorosi del mondo reale
- Funziona solo con audio pulito da studio
- Non utilizza l'apprendimento automatico
- Richiede un microfono personalizzato
- Con quale licenza sono stati rilasciati i pesi modello Whisper?
- Proprietario, solo API
- MIT (open source)
- GPL senza uso commerciale
- Creative Commons non derivato
- Approximately how long is each audio segment Whisper converts to a log-Mel spectrogram?
- 3 seconds
- 3 minutes
- 30 seconds
- 30 minuti
- What does Whisper’s English-translation task produce from non-English speech?
- A translated recording in the speaker’s voice
- Only a transcript in the original language
- A list of detected speakers
- An English text translation