Test de subtitrări audio

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

1. Cum diferă subtitrările audio de recunoașterea automată a vorbirii?
   • Funcționează doar pe tăcere
   • Este mai lent, dar ieșire este identică
   • Descrie scena acustică generală, mai degrabă decât transcrie cuvintele rostite
   • Acesta convertește textul în audio
2. Which published datasets supply general-audio descriptions for captioning in this guide?
   • MNIST and CIFAR only
   • Clotho și AudioCaps
   • A mandatory bank-transaction table
   • Only a raw network-password list
3. What architecture does the cited original Clotho baseline use to produce caption words from audio features?
   • Only a fixed filename lookup
   • Only a volume meter with no text output
   • Only an unchanged grammar rule list
   • An encoder-decoder scheme with attention
4. De ce este valoroasă subtitrărea audio pentru accesibilitate?
   • Descrie sunete non-vorbire pentru utilizatorii surzi și cu probleme de auz
   • Mărește volumul audio
   • Acesta șterge zgomotul de fundal
   • Criptează sunetul
5. Which reference-comparison metric does the Clotho paper use among its caption evaluations?
   • RGB color values
   • CIDUR
   • Audio sample rate alone
   • Only a decibel reading
6. Care este o provocare majoră în curs de desfășurare în subtitrările audio?
   • Fișierele audio sunt prea mici pentru a fi procesate
   • Nu există seturi de date disponibile
   • Subtitrările pot avea doar un cuvânt
   • Producerea de descrieri care să fie atât exacte, cât și să evite detaliile halucinate
7. How many reference captions per audio file does the original Clotho paper report?
   • Cinci
   • Unul
   • Fifteen
   • O sută
8. How many log-mel-band features form each input frame in the original Clotho baseline described in the paper?
   • 8
   • 20
   • 64
   • 256