AI 会議メモ作成者クイズ

クイズに答えると、答えと解説が表示されます。

1. What role does automatic speech recognition play in a meeting-notetaker workflow?
   • It converts speech into a text transcript for later processing, although preprocessing or diarization may come first
   • It always runs before any audio preprocessing
   • It produces the final action list without a transcript
   • It determines which participants consented to recording
2. 会議記録における「発言者ダイアライゼーション」は何をしますか?
   • 音声ファイルを暗号化します
   • どの話者がどの言葉を言ったかをラベル付けする
   • 会議を別の言語に翻訳します
   • 会議が何分続いたかを数えます
3. 転写後の大規模言語モデルの主な仕事は何でしょうか?
   • より高い解像度でビデオを録画するには
   • 会議への招待を削除するには
   • トランスクリプトを要約し、決定事項と実行項目を抽出するため
   • 参加者をミュートするには
4. Why can very long meeting transcripts require special handling?
   • The microphone runs out of battery after one hour
   • 長時間の会議はまったく録音できない
   • Internet access always disconnects after one hour
   • They may exceed the model context limit, so the system needs an appropriate chunking, summary, or retrieval approach
5. What privacy issue should a meeting organizer assess before enabling a notetaker?
   • How speech and related meeting data are processed, retained, shared, and governed
   • Whether every tool stores all meeting recordings forever
   • Whether transcription removes the need for participant notice
   • Whether a summary can be shared without considering policy
6. AI メモ作成者の日常的な現実的な利点はどれですか?
   • 会議の議題全体を数か月前に書き出す
   • 会議に欠席した同僚が、完全な録音ではなく短い概要を読み上げる
   • 誰も反対しないことを保証します
   • 二度と会う必要がなくなる
7. What training scale did the Whisper paper report?
   • 680 hours of monolingual audio
   • 680 million hours of labeled video
   • 680,000 hours of multilingual and multitask audio supervision
   • A fixed vocabulary of 680,000 words
8. Why should meeting action items be reviewed by participants?
   • The transcript is always a verbatim recording
   • Speaker labels are legally certified
   • Review prevents all privacy issues
   • Summaries can omit context or misattribute a statement, so people should verify consequential notes