ガイド連動クイズ · 中 レベル

RNN トランスデューサー モデルのクイズ

RNN-Transducer モデルが音響フレームとストリーミング シーケンス転写タスクの出力履歴をどのように結合するかを理解します。

関連するガイドパスRnn トランスデューサ モデル
質問 1 の 8

RNN トランスデューサーは CTC のどの制限に具体的に対処しますか?

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. RNN トランスデューサーは CTC のどの制限に具体的に対処しますか?
    • CTC の条件付き独立性の仮定により、出力トークンの依存関係のモデル化が妨げられます。
    • CTC は音声をまったく処理できません
    • CTC を実行するには GPU が必要です
    • CTC は画像に対してのみ機能します
  2. RNN トランスデューサーの 3 つの主要コンポーネントは何ですか?
    • エンコーダ、デコーダ、およびディスクリミネータ
    • エンコーダ（転写ネットワーク）、予測ネットワーク、結合ネットワーク
    • トークナイザー、エンベッダー、ソフトマックスのみ
    • 2 つのアテンション ヘッドとルーター
  3. RNN-T において予測ネットワークはどのような役割を果たしますか?
    • 音声波形を圧縮します
    • マイクの音量を測定します
    • 言語モデルのように機能し、以前に発行されたトークンを条件とします。
    • サンプリングレートを選択します
  4. なぜ RNN-T は低遅延ストリーミングを自然にサポートするのでしょうか?
    • 何かを発する前に発話全体を一度に処理します
    • 時間順序を完全に無視します
    • 事前に録音されたファイルでのみ機能します
    • その配置は単調かつ左から右で、空白のある音声を進めます。
  5. RNN-T デコードでは、空のトークンを発行するとどうなりますか?
    • 次のオーディオタイムステップに進みます
    • 文字起こし全体を終了します
    • 前の単語を削除します
    • 別の言語に切り替える
  6. 最新の実稼働 RNN-T システムで LSTM に置き換わるエンコーダのタイプはどれですか?
    • ディシジョンツリー
    • コンフォーマーエンコーダー
    • シンプルな一言一言
    • 隠れマルコフモデル
  7. What two histories condition the RNN-T joint network’s output distribution?
    • Only the future transcript and a speaker photo
    • Only the last acoustic frame, without output context
    • The encoder representation of acoustic input and the prediction-network representation of prior output labels
    • The optimizer state and learning rate
  8. What alignment behavior does an RNN-T allow before advancing to the next audio frame?
    • It must emit exactly one label for every frame
    • It advances time only after a word-final token
    • It generates all output before reading any audio
    • It can emit zero or more nonblank labels at the current frame, then a blank advances time