Викторина, связанная с руководством · Средний Уровень

Тест по набору инструментов для распознавания речи Kaldi

Ознакомьтесь с набором инструментов и графиком декодирования Kaldi, включая историческое авторство, акустическое моделирование, соответствующие инструменты FSA, лицензирование и метаданные докладчиков.

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Which programming language is used for Kaldi’s documented core implementation?
    • Ява
    • Ржавчина
    • Python only
    • С++
  2. Какую математическую структуру использует Калди для объединения своей акустической модели, лексикона и языковой модели в один граф декодирования?
    • Рекуррентные нейронные сети
    • Машины опорных векторов
    • Взвешенные датчики конечных состояний (WFST)
    • Скрытые деревья Маркова
  3. Who is listed first in the project’s recommended 2011 Kaldi toolkit paper citation?
    • Джеффри Хинтон
    • Дэниел Пови
    • Янн ЛеКун
    • Эндрю Нг
  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. Что означает буква «L» в графе декодирования HCLG Калди?
    • Нормализация громкости
    • Языковая модель
    • Функция потерь
    • Словарь произношения
  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