Test legat de ghid · Greu Nivel

Quiz cu funcții Filterbank și PLP

Testați modul în care băncile de filtre log-mel și PLP convertesc cadrele scurte de vorbire în caracteristici cu formă perceptivă pentru modelele de vorbire moderne.

Căi de ghidare aferenteFuncții Filterbank și Plp
Întrebare 1 de 8

Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?
    • The scales allocate finer frequency spacing at low frequencies and coarser spacing at high frequencies, approximating aspects of hearing
    • They make files smaller only
    • They remove all background noise
    • They guarantee perfect speech recognition
  2. Ce realizează pasul de predicție liniară în PLP?
    • Mărește volumul
    • Se potrivește cu o anvelopă spectrală netedă care captează forma tractului vocal
    • Adaugă reverb
    • Convertește direct audio în text
  3. Ce tip de caracteristică este intrarea dominantă pentru modelele moderne de recunoaștere profundă a vorbirii?
    • Fișiere MIDI brute
    • Stenograme scrise de mână
    • Caracteristici ale bancului de filtre Log-mel
    • spectrograme JPEG
  4. Prin ce diferă MFCC-urile de caracteristicile filterbank log-mel brut?
    • MFCC-urile nu folosesc deloc filtre
    • MFCC-urile sunt măsurate numai în decibeli
    • MFCC necesită o matrice de microfoane
    • MFCC-urile adaugă o transformare cosinus pentru a decorela ieșirile filterbank
  5. Ce element perceptiv include PLP, pe care nu îl includ băncile de filtrare mel de bază?
    • O curbă de intensitate egală și o compresie cu rădăcină cubă
    • Un model de limbaj încorporat
    • Traducere automată
    • Panorare stereo
  6. Why might a deep model use log-mel features or raw waveforms instead of PLP?
    • Utilizarea PLP este ilegală
    • The model can learn useful task-specific representations without every hand-designed PLP step
    • Audio brut este întotdeauna mai mic
    • PLP funcționează doar pentru muzică
  7. What is a typical log-mel filterbank feature for one speech frame?
    • A word-level translation
    • A single pitch label for the whole recording
    • The logarithm of spectral energy pooled through a mel-spaced filter
    • A pixel color from a spectrogram image
  8. Which order best describes the main PLP processing steps?
    • Translation, tokenization, and decoding
    • Stereo panning, reverb, and compression
    • Image segmentation followed by color correction
    • Critical-band analysis, equal-loudness weighting, loudness compression, then linear prediction