スピーチからテキストへのクイズ

クイズに答えると、答えと解説が表示されます。

1. 100語のリファレンスに対し、トランスクリプトに4箇所の置換、3箇所の削除、2箇所の挿入がありました。単語誤り率（WER）はいくつですか？
   • 9%
   • 4%
   • 7%
   • 100%
2. 単語誤り率を計算した後に、個々のトランスクリプトのエラーを検証するのはなぜですか？
   • スコアによって話者の身元が特定されるため
   • 集計データだけでは、エラーによって重要な指示内容が変わってしまったかどうかがわからないため
   • パーセンテージによって句読点が検証されるため
   • その数値がアクセントの公平性を証明するため
3. 録音に複数の話者の発話の重なりや珍しい名前が含まれています。ガイドでは何が推奨されていますか？
   • 話者ラベルを検証済みの身元として扱う
   • 1つのデータセットのスコアがその録音にそのまま適用できると仮定する
   • 認識の難しさを想定し、名前や確証のない箇所を確認する
   • 元の音声を削除する
4. トランスクリプトに2人の話者ラベルが付いています。話者ラベルは何を確立するものですか？
   • 翻訳が正しいことを示す
   • 誰が話したかを証明する
   • 文字起こしの精度を保証する
   • それはモデルの出力であり、必ずしも検証済みの身元とは限らない
5. 許可されている場合に、元の録音とタイムスタンプを保持するのはなぜですか？
   • 単語誤り率を自動的に修正するため
   • レビュアーが不確かなトランスクリプトの箇所をソース音源と照合できるようにするため
   • トランスクリプトのリファレンスと置き換えるため
   • 単語が一切脱落していないことを保証するため
6. 単語誤り率はどの種類のエラーをカウントしますか？
   • 話者の交代と音声の長さ
   • 句読点と大文字化のみ
   • 置換、削除、挿入
   • 翻訳および要約のエラー
7. なぜWERスコアで正規化ルールを報告するのか？
   • 句読点、大文字小文字、およびトークン化の選択が結果に影響する
   • 正規化により、誰が話したかを検証する
   • ルールによってすべての意味的エラーが取り除かれる
   • すべてのデータセットを自動的に比較可能にする
8. システムが無音を確信を持った単語として書き起こしています。ガイドでは何をテストすることを提案していますか？
   • 話者識別の精度
   • 1人の話者によるクリーンな音声のみ
   • 翻訳の品質
   • 無音および非音声の音声