Quiz połączony z przewodnikiem · Średni Poziom
Quiz dotyczący rozpoznawania emocji w mowie
Sprawdza sygnały akustyczne, ograniczenia zbiorów danych, uogólnienia międzykorpusowe, niejednoznaczność etykiet oraz wąskie unijne zakazy dotyczące miejsca pracy i edukacji.
Pytanie 1 z 8
Co przede wszystkim analizuje funkcja rozpoznawania emocji mowy?
Podgląd każdego pytania8 pytania
Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.
- Co przede wszystkim analizuje funkcja rozpoznawania emocji mowy?
- Akustyczne cechy głosu, takie jak wysokość i energia
- Dosłowne słowa w transkrypcji
- Gramatyka zdania
- Wyraz twarzy mówiącego
- Which acoustic properties can speech-emotion models use as cues?
- Only the spelling of transcribed words
- Pitch, energy, speaking rate, and voice-quality features
- A person’s job title
- The number of speakers in a company
- Dlaczego etykietowanie danych dotyczących emocji jest szczególnie trudne?
- Pliki audio są zbyt duże, aby je przechowywać
- Mikrofony nie mogą rejestrować emocji
- Emocje są subiektywne i ludzcy komentatorzy często się z nimi nie zgadzają
- Emocje nigdy nie pojawiają się w mowie
- Który z nich jest dobrze znanym zbiorem danych dotyczącym mowy emocjonalnej?
- ImageNet
- COKO
- SKŁAD
- IEMOCAP
- W jaki sposób nowoczesne systemy SER często wykorzystują ograniczone, oznakowane dane?
- Dostrajając modele samonadzorowane, takie jak wav2vec 2.0
- Całkowicie unikając sieci neuronowych
- Używając wyłącznie odręcznie pisanych zasad
- Najpierw nagrywając miliony nowych emocjonalnych klipów
- What does the EU AI Act prohibit regarding emotion recognition?
- All emotion-related research in any setting
- Inferring emotions in workplace or educational settings, except for medical or safety reasons
- Every voice assistant that detects speech
- Any system that transcribes spoken words
- Why can a speech-emotion model trained on one dataset fail on another?
- Emotion labels are identical across every corpus
- Microphone and speaker differences never affect audio
- Speakers, language, recording conditions, elicitation, and label distributions can differ
- A trained model cannot process new recordings
- What is one limitation of treating a speech-emotion prediction as a person’s true internal state?
- Acoustic features contain no information
- A predicted label is a clinical diagnosis by default
- The same voice always expresses the same emotion
- A model infers patterns from audio and may not reflect the speaker’s context or self-report