Quiz połączony z przewodnikiem · Średni Poziom

Sztuczna inteligencja w napisach w czasie rzeczywistym dla niesłyszących quizu

Przejrzyj rozpoznawanie mowy w transmisji strumieniowej, CART, wersje, WER, diarizację, rozmieszczenie podpisów i dostępność napisów. Sprawdź limity i dowody.

Powiązane ścieżki prowadząceNapisy AI w czasie rzeczywistym dla osób niesłyszących
Pytanie 1 z 8

Jaka podstawowa technologia przekształca mowę na żywo w tekst wyświetlany na ekranie?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Jaka podstawowa technologia przekształca mowę na żywo w tekst wyświetlany na ekranie?
    • Automatyczne rozpoznawanie mowy (ASR)
    • Optyczne rozpoznawanie znaków (OCR)
    • Zamiana tekstu na mowę (TTS)
    • Globalne pozycjonowanie (GPS)
  2. What distinguishes CART captioning from automatic speech-recognition captions?
    • It requires no human input
    • A trained human captioner uses stenotype, a computer, and realtime software
    • It translates every caption into another language automatically
    • It is a word-error-rate formula
  3. Why can words in a streaming caption change before an utterance is finalized?
    • The caption file has become an image
    • A speaker label always changes the language
    • The recognizer can emit intermediate hypotheses that change as more audio is processed
    • The final transcript is guaranteed to contain no errors
  4. Jaki wskaźnik jest powszechnie używany do pomiaru dokładności napisów?
    • Klatki na sekundę
    • Decybele
    • Piksele na cal
    • Współczynnik błędów słów (WER)
  5. What does speaker diarization add to a live transcription workflow?
    • Labels that distinguish speech from different speakers, without verifying their real-world identities
    • Automatic translation into every language
    • A guarantee of correct word recognition
    • A replacement for microphone audio
  6. What caption capability did Meta describe for Ray-Ban Display glasses?
    • Guaranteeing perfect recognition in noisy rooms
    • Displaying captions for speech directed at the wearer
    • Replacing caption standards for every video
    • Automatically identifying every speaker in a meeting
  7. What do captions for accessibility often include besides spoken dialogue?
    • Only the video title
    • A guarantee of perfect transcription
    • Relevant non-speech audio information such as sound effects or speaker cues
    • The model’s confidence score only
  8. Which caption file format does W3C identify as the most common on the web?
    • CSV
    • PNG
    • MP3
    • WebVTT