Quiz połączony z przewodnikiem · Średni Poziom

OpenAI Quiz szeptany

Przejrzyj skład danych szkoleniowych Whisper, zachowanie wielojęzyczne i udokumentowane tryby awarii, nie zakładając, że transkrypcje są zawsze poprawne.

Powiązane ścieżki prowadząceSzept Openai
Pytanie 1 z 8

Jaki jest główny cel Szeptu OpenAI?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Jaki jest główny cel Szeptu OpenAI?
    • Automatyczne rozpoznawanie mowy: transkrypcja i tłumaczenie dźwięku
    • Generowanie obrazów z tekstu
    • Pisanie kodu komputerowego
    • Tworzenie animacji 3D
  2. What was true of the language balance in Whisper’s training audio?
    • Every language contributed the same number of hours
    • The dataset was English-heavy, with much less audio for most languages
    • The dataset contained only English audio
    • Most data was studio-recorded speech in one language
  3. What does Whisper use to condition the decoder on the requested task and language?
    • A separate camera feed
    • A hand-written transcript of the answer
    • Special tokens in the decoder prompt
    • A unique model checkpoint for every utterance
  4. Jakich możliwości Whisper NIE zapewnia natywnie?
    • Tłumaczenie mowy z innych języków na język angielski
    • Wykrywanie, w jakim języku się mówi
    • Dodawanie znaczników czasu do transkrypcji
    • Generowanie realistycznego wideo z podpowiedzi
  5. Which long-form transcription problems does OpenAI’s paper describe?
    • Repetition loops and missing words near segment edges
    • Perfect diarization of every speaker
    • Automatic correction of every proper noun
    • Guaranteed removal of background music
  6. Jaka jest znana słabość Whisper, na którą warto zwrócić uwagę?
    • Nie może przetworzyć żadnego dźwięku w języku angielskim
    • Czasami może wywołać „halucynacje” w tekście, który nie został wypowiedziany
    • Wysyła tylko dźwięk, nigdy tekst
    • Odmawia dodania znaków interpunkcyjnych
  7. Approximately what share of Whisper’s training data was English audio paired with English transcripts?
    • About 18%
    • Około 1%
    • About 65%
    • About 100%
  8. What use does OpenAI caution against when transcription errors could have serious consequences?
    • Noncommercial experimentation with public samples
    • Dodawanie znaczników czasu do transkrypcji
    • Using the model to identify a language
    • High-risk decision-making without appropriate verification