Quiz połączony z przewodnikiem · Średni Poziom
Quiz dotyczący diaryzacji mówców
Przejrzyj diarizację mówców, etykiety anonimowych mówców, obsługę nakładania się i składniki współczynnika błędów diaryzacji. w ramach powszechnych konwencji punktacji.
Pytanie 1 z 8
Speaker diarization is often summarized by which question?
Podgląd każdego pytania8 pytania
Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.
- Speaker diarization is often summarized by which question?
- Jakie słowa zostały wypowiedziane?
- Jaki język jest używany?
- Kto kiedy mówił?
- Jakie emocje słychać w głosie?
- Co to jest osadzanie głośników?
- Zapis przemówienia
- Znacznik czasu oznaczający ciszę
- Format kompresji dźwięku
- Wektor o stałej długości reprezentujący charakterystykę głosu
- Która metryka jest powszechnie używana do oceny systemów diaryzacji?
- Współczynnik błędu diaryzacji (DER)
- Współczynnik błędów słów (WER)
- Stosunek sygnału do szumu (SNR)
- Liczba klatek na sekundę
- Czy standardowa diaryzacja wymaga wcześniejszego poznania prawdziwych imion mówców?
- Tak, jako dane wejściowe wymagane są imiona i nazwiska
- Nie, przypisuje anonimowe etykiety, takie jak Głośnik 1 i Głośnik 2
- Tak, ale tylko pierwszy mówca
- Nie, zawsze wyświetla pełne tożsamości
- What problem does permutation-invariant training solve in end-to-end neural diarization?
- It removes the need for an audio signal
- It evaluates speaker outputs over permutations so arbitrary output-label order does not affect training
- It identifies a person’s legal name from their voice
- It forces the model to use exactly one speaker channel
- Który krok zwykle jest pierwszy w klasycznym potoku diaryzacji?
- Klastrowanie osadzania w głośnikach
- Nadawanie prawdziwych imion
- Tłumaczenie dźwięku
- Wykrywanie aktywności głosowej w celu znalezienia obszarów mowy
- Which error categories commonly make up Diarization Error Rate?
- Missed speech, false alarm speech and speaker confusion
- Word error, punctuation and translation error
- Only missed speech
- Pitch, loudness and speaking rate
- How can an end-to-end diarization model represent simultaneous speakers?
- By forcing every frame to contain exactly one speaker
- By predicting multiple active speaker labels for the same time region
- By assigning real names to all voices
- By deleting overlap before analysis