Questionário de Classificação Temporal Conexionista

As respostas e explicações aparecem conforme você responde ao teste.

1. Qual problema central o CTC foi projetado para resolver para o reconhecimento de fala?
   • Alinhando quadros de áudio não segmentados para gerar texto sem rótulos em nível de quadro
   • Compactando arquivos de áudio para armazenamento
   • Traduzindo a fala de um idioma para outro
   • Removendo ruído de fundo das gravações
2. Para que é usado o token 'em branco' especial no CTC?
   • Para marcar apenas o final da frase inteira
   • Para representar 'nenhuma saída nova aqui' e para separar caracteres repetidos genuínos
   • Para armazenar a probabilidade do modelo de linguagem
   • Para indicar silêncio na forma de onda de áudio original
3. Como o CTC calcula a perda de uma transcrição alvo?
   • Ele escolhe o alinhamento mais provável e ignora o resto
   • Ele compara valores de pixel quadro a quadro
   • Ele soma as probabilidades de todos os caminhos de quadros válidos que colapsam no texto de destino
   • Ele calcula a média da amplitude do áudio ao longo do tempo
4. Quais são as duas regras resumidas que o CTC aplica para transformar um caminho de quadro em texto final?
   • Coloque letras maiúsculas e adicione pontuação
   • Inverta a sequência e remova as vogais
   • Adicione espaços e traduza em fonemas
   • Mesclar caracteres repetidos consecutivos e excluir tokens em branco
5. Que suposição simplificadora o CTC padrão faz sobre seus resultados?
   • A previsão de cada quadro é condicionalmente independente dos outros, dada a qualidade do áudio.
   • As saídas dependem muito de caracteres emitidos anteriormente
   • O áudio deve ter exatamente um segundo de duração
   • Cada personagem ocupa exatamente um quadro
6. Por que a pesquisa por feixe com um modelo de linguagem fundida é frequentemente preferida à decodificação gananciosa em CTC?
   • Funciona mais rápido em todos os dispositivos
   • Compensa a falta de um modelo de linguagem interno do CTC, melhorando a precisão
   • Elimina a necessidade do token em branco
   • Elimina a necessidade de treinar a rede
7. What length constraint does CTC place on an output sequence relative to input frames?
   • The target must always have exactly the same length as the input
   • The target must contain twice as many labels as input frames
   • The target cannot require more output labels than there are input time steps
   • CTC requires a fixed 256-token output
8. How can CTC compute the sum over many valid alignments without explicitly listing every path?
   • By selecting one random path and ignoring all others
   • By running a separate language model for every audio frame
   • By sorting the transcript alphabetically
   • Using a forward-backward dynamic-programming recurrence over an alignment lattice