Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Pengecaman Emosi Pertuturan

Menyemak isyarat akustik, had set data, generalisasi merentas korpus, kekaburan label dan larangan tempat kerja dan pendidikan EU yang sempit.

Laluan panduan yang berkaitanPengiktirafan Emosi Pertuturan
soalan 1 daripada 8

Apakah yang dianalisis oleh Pengiktirafan Emosi Pertuturan?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah yang dianalisis oleh Pengiktirafan Emosi Pertuturan?
    • Ciri akustik suara seperti pic dan tenaga
    • Perkataan tersurat dalam transkrip
    • Tatabahasa ayat
    • Mimik muka penceramah
  2. Which acoustic properties can speech-emotion models use as cues?
    • Only the spelling of transcribed words
    • Pitch, energy, speaking rate, and voice-quality features
    • A person’s job title
    • The number of speakers in a company
  3. Mengapakah pelabelan data emosi amat sukar?
    • Fail audio terlalu besar untuk disimpan
    • Mikrofon tidak boleh merakam emosi
    • Emosi adalah subjektif dan annotator manusia sering tidak bersetuju
    • Emosi tidak pernah muncul dalam ucapan
  4. Manakah antara berikut merupakan set data pertuturan emosi yang terkenal?
    • ImageNet
    • COCO
    • SKUAD
    • IEMOCAP
  5. Bagaimanakah sistem SER moden sering memanfaatkan data berlabel terhad?
    • Dengan memperhalusi model penyeliaan sendiri seperti wav2vec 2.0
    • Dengan mengelakkan rangkaian saraf sepenuhnya
    • Dengan hanya menggunakan peraturan tulisan tangan
    • Dengan merakam berjuta-juta klip emosi baharu dahulu
  6. What does the EU AI Act prohibit regarding emotion recognition?
    • All emotion-related research in any setting
    • Inferring emotions in workplace or educational settings, except for medical or safety reasons
    • Every voice assistant that detects speech
    • Any system that transcribes spoken words
  7. Why can a speech-emotion model trained on one dataset fail on another?
    • Emotion labels are identical across every corpus
    • Microphone and speaker differences never affect audio
    • Speakers, language, recording conditions, elicitation, and label distributions can differ
    • A trained model cannot process new recordings
  8. What is one limitation of treating a speech-emotion prediction as a person’s true internal state?
    • Acoustic features contain no information
    • A predicted label is a clinical diagnosis by default
    • The same voice always expresses the same emotion
    • A model infers patterns from audio and may not reflect the speaker’s context or self-report