ガイド連動クイズ · 中 レベル

音声認識クイズ用の SpecAugment

機能ドメインの SpecAugment、タイム ワーピング、周波数とタイム マスク、およびその特定の LibriSpeech と Switchboard の結果を確認します。

関連するガイドパス音声認識の仕様
質問 1 の 8

SpecAugment は何に基づいて動作しますか?

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. SpecAugment は何に基づいて動作しますか?
    • ログメルスペクトログラム
    • 生の音声波形
    • テキストのトランスクリプト
    • モデルの重み
  2. SpecAugment の 3 つの操作のうちの 1 つは次のうちどれですか?
    • ピッチ反転
    • 周波数マスキング
    • 単語の置換
    • エコーインジェクション
  3. What role did the SpecAugment paper assign to its feature transformations?
    • They guarantee that every recognizer avoids overfitting
    • They replace the need for transcribed training data
    • They augment ASR training inputs and were evaluated for recognition performance
    • They improve every speech model by the same amount
  4. 「タイムマスキング」とは何をするのでしょうか？
    • トランスクリプトのタイムスタンプを削除します
    • オーディオの再生を高速化します
    • 開始時の無音部分を削除します
    • 連続するタイム ステップの範囲をブランクにします
  5. How are time- and frequency-mask locations chosen during SpecAugment training?
    • They are randomly sampled, so the same input may receive different masked regions on later passes
    • They are fixed permanently before the training set is collected
    • They are chosen by a language model after each recognition result
    • They are identical for every utterance and every training step
  6. SpecAugment が最先端の結果を達成するのに特に貢献したベンチマークは何ですか?
    • イメージネット
    • リブスピーチ
    • 分隊
    • 接着剤
  7. What does time warping do in the original SpecAugment policy?
    • It replaces speech frames with translated text
    • It masks every frequency channel permanently
    • It deforms feature positions along the time axis
    • It changes the speaker identity in the waveform
  8. Which recognizer architecture did the original SpecAugment paper use in its experiments?
    • A region-based image detector
    • A music source-separation U-Net only
    • A text-only masked language model
    • Listen, Attend and Spell (LAS)