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.
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.
- 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
- 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
- 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
- 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
- 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
- Welk groot meertalig model is gebouwd op de Wav2Vec 2.0-aanpak?
- GPT-2
- XLS-R
- Stable Diffusion
- ResNet-50
- 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
- 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