Gids-gekoppelde quiz · Middelmatig Niveau

Fluister quiz over woorduitlijning met tijdstempel

Ontdek hoe Whisper-methoden voor woorduitlijning tijdstempels schatten, en waarom gedwongen uitlijning en kruisaandacht verschillende limieten hebben.

Vraag 1 van 8

Wat voegt uitlijning op woordniveau toe dat de oorspronkelijke uitvoer van Whisper mist?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat voegt uitlijning op woordniveau toe dat de oorspronkelijke uitvoer van Whisper mist?
    • Een begin- en eindtijd voor elk afzonderlijk woord
    • Hogere transcriptienauwkeurigheid
    • Identiteitslabels voor sprekers
    • Verwijdering van achtergrondgeluiden
  2. Welk intern signaal gebruikt fluistertijdstempel om woorden op tijd te lokaliseren?
    • De amplitude van de audiogolfvorm
    • De kruisaandacht van de decoder weegt op audioframes
    • De gradiënten van de optimizer
    • De woordenschatgrootte van de tokenizer
  3. Why does whisper-timestamped use Dynamic Time Warping during alignment?
    • To translate the transcript into another language
    • To identify the speaker without using audio
    • To find an ordered, monotonic path between token and audio-frame scores
    • To guarantee exact boundaries for every word
  4. Hoe verscherpt WhisperX woordgrenzen vergeleken met rauwe aandacht?
    • Het verhoogt de bemonsteringssnelheid
    • Het gebruikt alleen een groter Whisper-controlepunt
    • Het verwijdert leestekens
    • Het voert een afzonderlijk op foneem gebaseerd geforceerd uitlijningsmodel uit op de tekst
  5. Met welke snelheid produceert de encoder van Whisper audioframes?
    • Ongeveer 50 frames per seconde (één elke 20 ms)
    • Precies 1 frame per seconde
    • 1000 frames per seconde
    • Eén frame per woord
  6. In welke stukken lengte verwerkt Whisper audio?
    • Brokken van 5 seconden
    • Brokken van 30 seconden
    • Brokken van 2 minuten
    • Enkele monsters
  7. What does forced alignment assume is already available?
    • A speaker identity for every sound
    • A translation in every language
    • A transcript to align with the audio
    • A list of subtitle colors
  8. What limitation should users keep in mind when interpreting word timestamps?
    • They prove the transcript is error-free
    • They always identify the speaker correctly
    • They are guaranteed to have millisecond accuracy
    • They are estimates and can be wrong when speech or alignment is difficult