Test legat de ghid · Mediu Nivel

Test de clasificare temporală conecționistă

Aflați cum CTC marginalizează aliniamentele dintre cadrele de intrare nesegmentate și secvențele de ieșire, cum ar fi transcrierile de recunoaștere a vorbirii.

Întrebare 1 de 8

Ce problemă de bază a fost concepută pentru a rezolva CTC pentru recunoașterea vorbirii?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Ce problemă de bază a fost concepută pentru a rezolva CTC pentru recunoașterea vorbirii?
    • Alinierea cadrelor audio nesegmentate pentru a ieși text fără etichete la nivel de cadru
    • Comprimarea fișierelor audio pentru stocare
    • Traducerea vorbirii dintr-o limbă în alta
    • Eliminarea zgomotului de fundal din înregistrări
  2. Pentru ce este folosit jetonul special „blank” din CTC?
    • Pentru a marca numai sfârșitul întregii propoziții
    • Pentru a reprezenta „nicio ieșire nouă aici” și pentru a separa caracterele repetate autentice
    • Pentru a stoca probabilitatea modelului de limbaj
    • Pentru a indica tăcerea în forma de undă audio originală
  3. Cum calculează CTC pierderea pentru o transcriere țintă?
    • Alege alinierea cea mai probabilă și ignoră restul
    • Compară valorile pixelilor cadru cu cadru
    • Însumează probabilitățile tuturor căilor de cadru valide care se prăbușesc la textul țintă
    • Mediază amplitudinea audio în timp
  4. Care sunt cele două reguli de restrângere pe care le aplică CTC pentru a transforma o cale de cadru în text final?
    • Scrieți majuscule, apoi adăugați semne de punctuație
    • Inversați secvența, apoi eliminați vocalele
    • Adăugați spații, apoi traduceți în foneme
    • Îmbinați caractere repetate consecutive, apoi ștergeți jetoanele goale
  5. Ce presupunere simplificatoare face CTC standard cu privire la rezultatele sale?
    • Predicția fiecărui cadru este condiționat independent de celelalte date audio
    • Ieșirile depind în mare măsură de caracterele emise anterior
    • Sunetul trebuie să dureze exact o secundă
    • Fiecare personaj ia exact un cadru
  6. De ce este deseori preferată căutarea fasciculului cu un model de limbaj fuzionat față de decodificarea lacomă în CTC?
    • Funcționează mai repede pe fiecare dispozitiv
    • Compensează lipsa CTC a unui model de limbaj intern, îmbunătățind acuratețea
    • Îndepărtează necesitatea jetonului gol
    • Elimină necesitatea antrenării rețelei
  7. Ce constrângere de lungime pune CTC pe o secvență de ieșire în raport cu cadrele de intrare?
    • Ținta trebuie să aibă întotdeauna exact aceeași lungime ca și intrarea
    • Ținta trebuie să conțină de două ori mai multe etichete decât cadrele de intrare
    • Ținta nu poate necesita mai multe etichete de ieșire decât există pași de timp de intrare
    • CTC necesită o ieșire fixă de 256 de jetoane
  8. Cum poate CTC să calculeze suma peste mai multe aliniamente valide fără a enumera în mod explicit fiecare cale?
    • Selectând o cale aleatorie și ignorând toate celelalte
    • Prin rularea unui model de limbă separat pentru fiecare cadru audio
    • Prin sortarea alfabetică a transcrierea
    • Folosind o recurență de programare dinamică înainte-înapoi peste o rețea de aliniere