Test legat de ghid · Mediu Nivel

Test Kaldi pentru instrumentele de recunoaștere a vorbirii

Review Kaldi’s toolkit and decoding-graph design, with historical authorship, acoustic modeling, related FSA tools, licensing, and speaker metadata.

Căi de ghidare aferenteSetul de instrumente pentru recunoașterea vorbirii Kaldi
Întrebare 1 de 8

Which programming language is used for Kaldi’s documented core implementation?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Which programming language is used for Kaldi’s documented core implementation?
    • Java
    • Rugina
    • Python only
    • C++
  2. Ce structură matematică folosește Kaldi pentru a-și combina modelul acustic, lexicul și modelul lingvistic într-un singur grafic de decodificare?
    • Rețele neuronale recurente
    • Suport mașini vectoriale
    • Traductoare cu stări finite ponderate (WFST)
    • Copaci Markov ascunși
  3. Who is listed first in the project’s recommended 2011 Kaldi toolkit paper citation?
    • Geoffrey Hinton
    • Daniel Povey
    • Yann LeCun
    • Andrei Ng
  4. In a classic Kaldi GMM acoustic model, what do Gaussian mixtures model?
    • Acoustic likelihoods for speech states
    • Only the spelling of every output word
    • Only a file’s speaker-ID string
    • The application’s interface color
  5. Which related project describes FSA/FST algorithms with differentiation and PyTorch compatibility?
    • A universal replacement requirement for every Kaldi recipe
    • Only the original HTK text formatter
    • k2
    • An image-compression file format
  6. Ce reprezintă „L” în graficul de decodare HCLG al lui Kaldi?
    • Normalizarea volumului
    • Modelul limbajului
    • Funcția de pierdere
    • Lexicul de pronunție
  7. Which license does the official Kaldi project documentation list?
    • Apache License version 2.0
    • A proprietary-only research license
    • An exclusive GPL version 3 requirement
    • No license terms of any kind
  8. What association is recorded by a Kaldi data-directory utt2spk row?
    • A word mapped to its pronunciation phones
    • An utterance identifier mapped to a speaker identifier
    • A decoding state mapped to a language-model probability
    • A feature matrix mapped only to its pixel dimensions