Gids-gekoppelde quiz · Middelmatig Niveau
DeepSpeech-architectuurquiz
Ontdek de akoestische functies van DeepSpeech, terugkerende context, karakteruitvoer, CTC-uitlijningen en de context die nodig is voor offline of live herkenning.
Vraag 1 van 8
Met welke verliesfunctie kan DeepSpeech trainen zonder uitlijning op frameniveau tussen audio en tekst?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Met welke verliesfunctie kan DeepSpeech trainen zonder uitlijning op frameniveau tussen audio en tekst?
- Gemiddelde kwadratische fout
- Cross-entropie over ramen met een vaste lengte
- Connectionistische temporele classificatie (CTC)
- Triplet verlies
- Wat was de belangrijkste architectuurfilosofie die DeepSpeech populair maakte?
- End-to-end training van één enkel neuraal netwerk, van audiofuncties tot tekst
- Herkenning opsplitsen in vele handgemaakte, afzonderlijke componenten
- Alleen op regels gebaseerde fonetische woordenboeken gebruiken
- Spraak herkennen puur met sjabloonmatching
- Waarom gebruikt DeepSpeech een bidirectionele terugkerende laag?
- Om de audiobestandsgrootte te comprimeren
- Om elke voorspellingscontext te geven vanuit zowel eerdere als toekomstige frames
- Om te vertalen tussen talen
- Om de noodzaak voor trainingsgegevens weg te nemen
- Met welke invoerfuncties werkt DeepSpeech doorgaans?
- Ruwe pixelgegevens
- Vooraf geschreven teksttranscripties
- Gecomprimeerde MP3-metagegevenstags
- Spectrogram- of MFCC-functies berekend over korte audioframes
- Wat wordt er vaak toegevoegd tijdens het decoderen om de woordkeuze en spelling van DeepSpeech te verbeteren?
- Een extern taalmodel (bijvoorbeeld een n-grammodel)
- Een tweede microfoon
- Een grotere afbeeldingsclassificator
- Een hardware-encryptiechip
- What does the original DeepSpeech output layer predict at each acoustic time step?
- A fixed speaker-identity vector only
- A single complete translated document with no time steps
- A probability distribution over character labels and the CTC blank
- The recording's filename and compression format
- How does CTC relate an acoustic-frame label path to the final DeepSpeech transcript?
- It sorts all character labels alphabetically
- It requires exactly one audio frame for each word
- It keeps every repeated frame label as a separate written character
- It collapses repetitions and removes blank symbols according to the CTC rule
- Why does original DeepSpeech's bidirectional acoustic context matter when designing a live recognizer?
- Bidirectional recurrence needs no future observations
- Future-frame context requires lookahead or waiting, so it is not automatically zero-lookahead streaming
- The network can know later audio before it is recorded
- A character language model removes all buffering requirements