Gids-gekoppelde quiz · Middelmatig Niveau

Wav2Vec 2.0-quiz

Doe een test van Wav2Vec 2.0’s zelf‑supervised pre‑training recept, contrastief doel, en de grenzen van de resultaten met weinig labels op LibriSpeech.

Gerelateerde gidspadenWav2vec 2 0
Vraag 1 van 8

Welk kernprobleem op het gebied van spraakherkenning moest Wav2Vec 2.0 aanpakken?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Welk kernprobleem op het gebied van spraakherkenning moest Wav2Vec 2.0 aanpakken?
    • De schaarste aan gelabelde (getranscribeerde) audio
    • Audiobestanden zijn te groot om op te slaan
    • Microfoons zijn te duur
    • Tekst is moeilijk te tokeniseren
  2. Welk leerdoel gebruikt Wav2Vec 2.0 tijdens de voortraining?
    • Directe foneemclassificatie met volledige labels
    • Een contrastief verlies over gemaskeerde latente segmenten
    • Pixel-reconstructie
    • Versterk het leren van menselijke feedback
  3. Welk onderdeel verwerkt als eerste de ruwe golfvorm in Wav2Vec 2.0?
    • Een terugkerende LSTM
    • Een diffusiemonsternemer
    • Een meerlaagse CNN-functie-encoder
    • Een handgemaakte MFCC-extractor
  4. In a reported LibriSpeech experiment, what small labeled-data setup demonstrated low-label potential?
    • 10 minutes unlabeled with no pretraining
    • 53,000 hours labeled with no pretraining
    • One hour labeled with no unlabeled data
    • 10 minutes labeled after pretraining on 53,000 hours of unlabeled speech
  5. Wat is de rol van het aangeleerde codeboek in Wav2Vec 2.0?
    • Het discretiseert continue audio in eindige spraakeenheden
    • Het slaat gebruikerswachtwoorden op
    • Het comprimeert het definitieve transcript
    • Het selecteert de microfoonversterking
  6. Welk groot meertalig model is gebouwd op de Wav2Vec 2.0-aanpak?
    • GPT-2
    • XLS-R
    • Stable Diffusion
    • ResNet-50
  7. What does the Transformer contribute during Wav2Vec 2.0 pretraining?
    • Converts transcripts into audio
    • Clusters final text into language labels
    • Contextualizes latent speech features around masked spans
    • Removes the feature encoder
  8. What is typically done after self-supervised pretraining to create an ASR model?
    • Replace the audio encoder with an image classifier
    • Train only on unlabeled text
    • Discard the model and use k-means alone
    • Fine-tune with transcribed speech