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.
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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