가이드 연계 퀴즈 · 중간 레벨

OpenAI 속삭임 퀴즈

성적표가 항상 정확하다고 가정하지 않고 Whisper 훈련 데이터 구성, 다국어 동작 및 문서화된 실패 모드를 검토합니다.

관련 가이드 경로오픈아이 속삭임
질문 1 의 8

OpenAI의 속삭임의 주요 목적은 무엇입니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. OpenAI의 속삭임의 주요 목적은 무엇입니까?
    • 자동 음성 인식: 오디오 전사 및 번역
    • 텍스트에서 이미지 생성
    • 컴퓨터 코드 작성
    • 3D 애니메이션 만들기
  2. What was true of the language balance in Whisper’s training audio?
    • Every language contributed the same number of hours
    • The dataset was English-heavy, with much less audio for most languages
    • The dataset contained only English audio
    • Most data was studio-recorded speech in one language
  3. What does Whisper use to condition the decoder on the requested task and language?
    • A separate camera feed
    • A hand-written transcript of the answer
    • Special tokens in the decoder prompt
    • A unique model checkpoint for every utterance
  4. Whisper가 기본적으로 제공하지 않는 기능은 무엇입니까?
    • 다른 언어의 음성을 영어로 번역
    • 어떤 언어가 사용되고 있는지 감지
    • 성적표에 타임스탬프 추가
    • 프롬프트에서 사실적인 비디오 생성
  5. Which long-form transcription problems does OpenAI’s paper describe?
    • Repetition loops and missing words near segment edges
    • Perfect diarization of every speaker
    • Automatic correction of every proper noun
    • Guaranteed removal of background music
  6. 주의해야 할 Whisper의 알려진 약점은 무엇입니까?
    • 영어 오디오는 처리할 수 없습니다.
    • 때때로 말하지 않은 텍스트를 '환각'할 수 있습니다.
    • 오디오만 출력하고 텍스트는 출력하지 않습니다.
    • 구두점 추가를 거부합니다.
  7. Approximately what share of Whisper’s training data was English audio paired with English transcripts?
    • About 18%
    • 약 1%
    • About 65%
    • About 100%
  8. What use does OpenAI caution against when transcription errors could have serious consequences?
    • Noncommercial experimentation with public samples
    • 성적표에 타임스탬프 추가
    • Using the model to identify a language
    • High-risk decision-making without appropriate verification