ガイド連動クイズ · ハード レベル

順列不変式トレーニング クイズ

順列不変トレーニングが順序のない話者の出力をどのように処理するか、および複数話者の分離時に発話レベルの割り当てがなぜ重要なのかをテストします。

関連するガイドパス順列不変式トレーニング
質問 1 の 8

順列不変トレーニング (PIT) はどのような中心的な問題を解決しますか?

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. 順列不変トレーニング (PIT) はどのような中心的な問題を解決しますか?
    • トレーニング中にどの出力チャンネルをどのスピーカーに対応させるかを決定する
    • オーディオを圧縮して保存する
    • マイクハードウェアコストの削減
    • 分離された音声をテキストに翻訳する
  2. PIT はモデルを更新するときにどのエラーを使用するかをどのように決定しますか?
    • すべての出力の誤差を均等に平均します。
    • すべての出力とソースのペアを試行し、エラーが最も少ないペアを保持します。
    • 常に最も大きな声を出力 1 に割り当てます。
    • 参照を完全に無視します
  3. PIT のようなソリューションがなければ、分離モデルの出力はどうなる傾向がありましたか?
    • すぐに完璧にきれいになりました
    • 彼らはもっと速く走った
    • ラベルの割り当てが競合するため、不鮮明で平均化された出力が生成されました。
    • トレーニング データは必要ありませんでした
  4. N 人の話者を分離する場合、PIT はステップごとにいくつの順列を考慮する必要がありますか?
    • N (スピーカー内リニア)
    • Nの二乗
    • 常に正確に 2 つ
    • N階乗
  5. 発話レベルの PIT (uPIT) は、フレーム レベルの割り当てに比べてどのような利点をもたらしますか?
    • 発話全体にわたってスピーカーを安定した出力チャンネルに保ちます。
    • 参照の必要がなくなります
    • 音声ではなく音楽でのみ機能します
    • スピーカーの数が2倍になります
  6. 順列問題を完全に回避できるアプローチはどれですか?
    • オーディオビットレートを上げる
    • 基準音声キューを条件としたターゲット話者の抽出
    • モノラル録音のみを使用する
    • バックプロパゲーションの無効化
  7. What extra inference step does utterance-level PIT avoid compared with frame-level PIT?
    • Running speech recognition before source separation
    • Estimating the number of microphones in the recording
    • Solving an additional output-speaker permutation problem during inference
    • Recomputing the training loss after every generated word
  8. Which benchmark does the guide name as an example for evaluating speech-separation models?
    • LibriSpeech for single-speaker transcription
    • ImageNet for visual recognition
    • GLUE for language understanding
    • WSJ0-2mix for overlapping-speaker separation