Gids-gekoppelde quiz · Middelmatig Niveau

Fluisterspraakherkenningsquiz

Bekijk het meertalige audio-naar-tekst ontwerp van Whisper, de token‑geïntegreerde taken, en wat brede trainingsdekking wel en niet garandeert.

Gerelateerde gidspadenFluisterspraakherkenning
Vraag 1 van 8

Op hoeveel uur audio is Whisper ongeveer getraind?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Op hoeveel uur audio is Whisper ongeveer getraind?
    • 680.000 uur
    • 6.800 uur
    • 68.000 uur
    • 6,8 miljoen uur
  2. Welke tussenweergave berekent Whisper uit onbewerkte audio vóór de encoder?
    • Een ruwe golfvormtensor
    • Een log-Mel-spectrogram
    • Alleen MFCC delta-functies
    • Een one-hot foneemvector
  3. Hoe voert een enkel Whisper-model meerdere taken uit, zoals transcriptie en vertaling?
    • Per taak wordt een ander model geladen
    • Het laat afzonderlijke, nauwkeurig afgestemde koppen parallel lopen
    • Speciale prompttokens specificeren de taak tijdens het decoderen
    • Gebruikers bewerken het spectrogram handmatig
  4. Welke algemene neurale architectuur gebruikt Whisper?
    • Een convolutioneel netwerk
    • Een terugkerende LSTM-stack
    • Een diffusiemodel
    • Een Transformer-encoder-decoder
  5. Waarom wordt Whisper als bijzonder robuust beschouwd in vergelijking met eerdere ASR-systemen?
    • Het was getraind op diverse, luidruchtige webaudio uit de echte wereld
    • Het werkt alleen op studioschone audio
    • Het maakt geen gebruik van machine learning
    • Het vereist een aangepaste microfoon
  6. Onder welke licentie zijn de modelgewichten van Whisper vrijgegeven?
    • Eigendom, alleen API
    • MIT (open source)
    • GPL zonder commercieel gebruik
    • Creative Commons niet-afgeleid
  7. Approximately how long is each audio segment Whisper converts to a log-Mel spectrogram?
    • 3 seconds
    • 3 minutes
    • 30 seconds
    • 30 minuten
  8. What does Whisper’s English-translation task produce from non-English speech?
    • A translated recording in the speaker’s voice
    • Only a transcript in the original language
    • A list of detected speakers
    • An English text translation