Quiz połączony z przewodnikiem · Średni Poziom

Normalizacja tekstu dla quizu mowy

Przetestuj normalizację tekstu mowy: rozwijanie liczb i symboli, klasyfikowanie tokenów, rozpoznawanie kontekstu i używanie reguł lub modeli neuronowych.

Powiązane ścieżki prowadząceNormalizacja tekstu dla mowy
Pytanie 1 z 8

Do czego przede wszystkim służy normalizacja tekstu dla mowy?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Do czego przede wszystkim służy normalizacja tekstu dla mowy?
    • Przepisuje tekst pisany na w pełni wypowiadane słowa
    • Kompresuje pliki audio
    • Tłumaczy tekst na inny język
    • Wykrywa emocje mówiącego
  2. Jak dobry system powinien normalizować „5 dolarów” za mowę?
    • „dolar pięć”
    • „pięć dolarów”
    • „S pięć”
    • „procent pięć”
  3. Dlaczego normalizowanie tokena takiego jak „Dr.” lub „IV” jest trudne?
    • Te żetony są zawsze wymawiane w ten sam sposób
    • Nie zawierają liter
    • Ich prawidłowe rozwinięcie zależy od kontekstu
    • Używa się ich tylko w matematyce
  4. What data did the cited neural text-normalization study use to evaluate its models?
    • Unlabeled phone audio only
    • Medical records annotated by clinicians
    • A small set of manually written code snippets
    • English and Russian Wikipedia sentences verbalized by Google TTS’s Kestrel system
  5. What safeguard against unrecoverable errors does the cited neural text-normalization paper discuss?
    • WFST-based covering grammars
    • Removing the reference transcript
    • Replacing all token classes with a speech waveform
    • Using image segmentation at inference
  6. Jaką rolę w klasycznej normalizacji pełni przypisanie tokenowi „klasy semiotycznej”?
    • Wybiera głos mówiącego
    • Oznacza token (np. datę, pieniądze, miarę), dzięki czemu zastosowany zostaje odpowiedni werbalizator
    • Kompresuje tekst
    • Usuwa wszelkie znaki interpunkcyjne
  7. In the Kestrel TTS normalization system, what follows tokenization and classification?
    • A speaker diarization pass labels voices
    • A vocoder renders the waveform
    • A verbalization stage applies grammars to turn classified tokens into spoken forms
    • An image model recognizes the page layout
  8. Why can English and Russian text require different normalization grammars?
    • Every language uses identical number and date formats
    • Language has no effect on spoken forms
    • Russian text cannot be normalized for speech
    • Written conventions and verbalization rules vary by language