RNN-변환기 모델 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. RNN-Transducer는 CTC의 어떤 제한 사항을 구체적으로 해결합니까?
   • 출력 토큰 종속성 모델링을 방지하는 CTC의 조건부 독립성 가정
   • CTC는 오디오를 전혀 처리할 수 없습니다.
   • CTC를 실행하려면 GPU가 필요합니다.
   • CTC는 이미지에만 작동합니다.
2. RNN-트랜스듀서의 세 가지 주요 구성 요소는 무엇입니까?
   • 인코더, 디코더, 판별기
   • 인코더(전사 네트워크), 예측 네트워크 및 공동 네트워크
   • 토크나이저, 임베더, 소프트맥스만 해당
   • 주의 헤드 2개와 라우터 1개
3. RNN-T에서 예측 네트워크는 어떤 역할을 합니까?
   • 오디오 파형을 압축합니다.
   • 마이크 볼륨을 측정합니다.
   • 이전에 발행된 토큰을 조건으로 하는 언어 모델처럼 작동합니다.
   • 샘플링 속도를 선택합니다.
4. RNN-T가 저지연 스트리밍을 그렇게 자연스럽게 지원하는 이유는 무엇입니까?
   • 어떤 것을 방출하기 전에 전체 발화를 한 번에 처리합니다.
   • 시간 순서를 완전히 무시합니다.
   • 미리 녹음된 파일에서만 작동합니다.
   • 정렬은 단조롭고 왼쪽에서 오른쪽이며 공백이 있는 오디오를 통해 진행됩니다.
5. RNN-T 디코딩에서 빈 토큰을 내보내는 것은 무엇을 합니까?
   • 다음 오디오 시간 단계로 이동합니다.
   • 전체 전사를 종료합니다.
   • 이전 단어를 삭제합니다.
   • 다른 언어로 전환합니다
6. 최신 생산 RNN-T 시스템에서 LSTM을 점차 대체하는 인코더 유형은 무엇입니까?
   • 의사결정 트리
   • 컨포머 인코더
   • 일반 단어 가방
   • 숨겨진 마르코프 모델
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