Questionário vinculado ao guia · Médio Nível

OpenAI Questionário de sussurro

Revise a composição dos dados de treinamento do Whisper, o comportamento multilíngue e os modos de falha documentados sem presumir que as transcrições estejam sempre corretas.

Caminhos de guia relacionadosSussurro Openai
Pergunta 1 de 8

Qual é o objetivo principal do sussurro de OpenAI?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. Qual é o objetivo principal do sussurro de OpenAI?
    • Reconhecimento automático de fala: transcrever e traduzir áudio
    • Gerando imagens a partir de texto
    • Escrevendo código de computador
    • Criação de animações 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. Qual recurso o Whisper NÃO oferece nativamente?
    • Traduzindo discursos de outros idiomas para o inglês
    • Detectando qual idioma está sendo falado
    • Adicionando carimbos de data/hora a uma transcrição
    • Gerando vídeo realista a partir de um prompt
  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. Qual é uma fraqueza conhecida do Whisper a ser observada?
    • Não é possível processar nenhum áudio em inglês
    • Ocasionalmente, pode 'alucinar' texto que não foi falado
    • Ele só produz áudio, nunca texto
    • Recusa-se a adicionar pontuação
  7. Approximately what share of Whisper’s training data was English audio paired with English transcripts?
    • About 18%
    • Cerca de 1%
    • About 65%
    • About 100%
  8. What use does OpenAI caution against when transcription errors could have serious consequences?
    • Noncommercial experimentation with public samples
    • Adicionando carimbos de data/hora a uma transcrição
    • Using the model to identify a language
    • High-risk decision-making without appropriate verification