Kuiz berkaitan panduan · Sederhana Tahap
Kuiz Mengesan Kata Kunci dan Bangun Kata
Semak pengesanan kata kunci, pengesanan bertingkat, penerimaan palsu, ciri audio, keyakinan sementara dan kekangan pada peranti.
soalan 1 daripada 8
Apakah tugas utama pengesan kata bangun?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Apakah tugas utama pengesan kata bangun?
- Untuk mengesan apabila frasa pencetus tertentu telah dituturkan
- Untuk menyalin setiap perkataan yang dikatakan pengguna ke dalam teks
- Untuk menterjemah pertuturan ke dalam bahasa lain
- Untuk memampatkan audio untuk storan awan
- Mengapakah banyak pembesar suara pintar menggunakan reka bentuk pengesanan dua peringkat?
- Untuk menyokong dua bahasa berbeza sekaligus
- Untuk membiarkan cip berkuasa rendah melakukan pemeriksaan kasar sebelum model yang lebih besar mengesahkan, menjimatkan bateri
- Untuk merakam dua salinan audio untuk sandaran
- Untuk menjalankan dua pembantu suara berasingan secara serentak
- Apakah maksud 'terima salah' dalam pengesanan kata bangun?
- Peranti mengabaikan frasa pencetus yang dituturkan dengan betul
- Peranti salah dengar satu perkataan sebagai perkataan lain dalam ayat
- Peranti bangun walaupun tiada siapa yang menyebut frasa pencetus
- Peranti gagal menyambung ke Internet
- Secara kasar bagaimana audio masuk disediakan sebelum rangkaian saraf melihatnya?
- Ia disimpan sebagai fail MP3 panjang penuh terlebih dahulu
- Ia ditukar terus kepada ayat bertulis
- Ia dihantar tidak berubah ke pelayan jauh untuk analisis
- Ia dihiris menjadi bingkai bertindih pendek dan bertukar menjadi ciri akustik seperti MFCC atau tenaga mel
- What trade-off can raising a wake-word detector’s activation threshold create?
- Fewer false accepts but potentially more false rejects or delayed detections
- More false accepts and guaranteed zero false rejects
- No change in either error rate under any audio condition
- A guarantee that every user’s phrase is recognized
- What result did Hello Edge report for its depthwise separable CNN on the Google Speech Commands evaluation?
- 100% accuracy on all languages and devices
- 95.4% accuracy, about 10% higher than a DNN with a similar parameter count
- 95.4% lower memory use than every competing model
- A 10% guaranteed battery-life increase for every microcontroller
- What does a false reject mean in wake-word detection?
- The detector activates without the wake word
- The microphone records silence correctly
- The user says the wake word but the detector does not activate
- A speaker is assigned the wrong identity
- Why may a wake-word system use a compact model on-device?
- It guarantees zero false accepts
- It replaces all speech recognition
- It makes the wake phrase unnecessary
- It can reduce dependence on network access and support low-power always-on detection