ガイド連動クイズ · ハード レベル

フィルターバンクとPLPの機能に関するクイズ

log-mel フィルターバンクと PLP が短い音声フレームを最新の音声モデルの知覚的に形成された特徴にどのように変換するかをテストします。

関連するガイドパスフィルターバンクとPLPの機能
質問 1 の 8

Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?
    • The scales allocate finer frequency spacing at low frequencies and coarser spacing at high frequencies, approximating aspects of hearing
    • They make files smaller only
    • They remove all background noise
    • They guarantee perfect speech recognition
  2. PLP の線形予測ステップは何を実現しますか?
    • 音量が上がります
    • 声道の形状を捉えた滑らかなスペクトルエンベロープにフィットします
    • リバーブを加えます
    • 音声を直接テキストに変換します
  3. 最新の深層音声認識モデルの主要な入力はどの機能タイプですか?
    • 生の MIDI ファイル
    • 手書きの成績証明書
    • Log-mel フィルターバンクの機能
    • JPEGスペクトログラム
  4. MFCC は生の log-mel フィルターバンク機能とどのように異なりますか?
    • MFCC はフィルターをまったく使用しません
    • MFCC はデシベルのみで測定されます
    • MFCC にはマイク アレイが必要です
    • MFCC はコサイン変換を追加してフィルターバンク出力の非相関化を行います。
  5. 基本的なメル フィルターバンクには含まれていない、PLP に含まれる知覚要素は何ですか?
    • 等ラウドネス曲線と立方根強度圧縮
    • 組み込みの言語モデル
    • 自動翻訳
    • ステレオパンニング
  6. Why might a deep model use log-mel features or raw waveforms instead of PLP?
    • PLP の使用は違法です
    • The model can learn useful task-specific representations without every hand-designed PLP step
    • 生のオーディオは常に小さくなります
    • PLP は音楽に対してのみ機能します
  7. What is a typical log-mel filterbank feature for one speech frame?
    • A word-level translation
    • A single pitch label for the whole recording
    • The logarithm of spectral energy pooled through a mel-spaced filter
    • A pixel color from a spectrogram image
  8. Which order best describes the main PLP processing steps?
    • Translation, tokenization, and decoding
    • Stereo panning, reverb, and compression
    • Image segmentation followed by color correction
    • Critical-band analysis, equal-loudness weighting, loudness compression, then linear prediction