Słuchaj, weź udział i napisz quiz

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Jakie są dwa główne elementy modelu LAS?
   • Słuchacz i ortograf
   • Koder i tokenizer
   • Generator i dyskryminator
   • Filtr i klasyfikator
2. Co wyświetla Speller w LAS?
   • Fonemy ze słownika
   • Postacie, pojedynczo
   • Tylko całe słowa
   • Widma częstotliwości
3. Dlaczego koder LAS nazywa się „piramidalnym”?
   • Na ekranie ma kształt trójkąta
   • Wykorzystuje trzy procesory graficzne
   • Zmniejsza rozdzielczość czasową w każdej warstwie
   • Piramiduje wartości strat
4. Jakiego starszego komponentu w szczególności NIE wymaga LAS?
   • Mikrofon
   • Funkcja straty
   • Dane treningowe
   • Ręcznie zbudowany słownik wymowy fonemów
5. Który mechanizm pozwala Spellerowi skupić się na odpowiedniej części dźwięku dla każdej postaci?
   • Uwaga
   • Rezygnacja
   • Normalizacja wsadowa
   • Przycinanie belek
6. Jakie jest jedno ograniczenie oryginalnego modelu LAS?
   • Nie można było uruchomić go na żadnym sprzęcie
   • Nie był przesyłany strumieniowo i wymagał pełnej wypowiedzi przed dekodowaniem
   • Wyświetla tylko liczby
   • Wymagało to słownika fonemów
7. What WER did the LAS paper report on its Google voice-search subset without a language model?
   • 1.41%
   • 41.0%
   • 14.1%
   • 80.0%
8. What distinction does the LAS paper make about dependencies among output characters?
   • It predicts each character independently with no sequence model
   • It outputs only phoneme classes and forbids character context
   • It requires a separate dictionary to define character dependencies
   • The model emits character sequences without assuming the characters are independent