Викторина по определению ключевых слов и пробуждающим словам

Ответы и пояснения появляются по мере прохождения теста.

1. Какова основная задача детектора слов-пробуждения?
   • Чтобы определить, когда была произнесена определенная триггерная фраза
   • Транскрибировать каждое слово, которое говорит пользователь, в текст
   • Чтобы перевести речь на другой язык
   • Сжатие аудио для облачного хранилища
2. Почему во многих интеллектуальных колонках используется двухступенчатая конструкция обнаружения?
   • Для поддержки двух разных языков одновременно
   • Чтобы позволить маломощному чипу выполнить приблизительную проверку до подтверждения более крупной модели, экономя заряд батареи.
   • Запись двух копий аудио для резервного копирования
   • Одновременный запуск двух отдельных голосовых помощников
3. Что означает «ложное принятие» при обнаружении слова пробуждения?
   • Устройство игнорирует правильно произнесенную триггерную фразу
   • Устройство путает одно слово в предложении с другим.
   • Устройство просыпается, хотя никто не произнес триггерную фразу
   • Устройство не подключается к Интернету
4. Примерно как подготавливается входящий звук перед тем, как его увидит нейросеть?
   • Сначала он сохраняется как полноразмерный файл MP3.
   • Он преобразуется непосредственно в письменные предложения.
   • Он отправляется в неизмененном виде на удаленный сервер для анализа.
   • Он нарезается на короткие перекрывающиеся кадры и превращается в акустические элементы, такие как MFCC или мел-энергии.
5. What trade-off can raising a wake-word detector’s activation threshold create?
   • Fewer false accepts but potentially more false rejects or delayed detections
   • More false accepts and guaranteed zero false rejects
   • No change in either error rate under any audio condition
   • A guarantee that every user’s phrase is recognized
6. What result did Hello Edge report for its depthwise separable CNN on the Google Speech Commands evaluation?
   • 100% accuracy on all languages and devices
   • 95.4% accuracy, about 10% higher than a DNN with a similar parameter count
   • 95.4% lower memory use than every competing model
   • A 10% guaranteed battery-life increase for every microcontroller
7. What does a false reject mean in wake-word detection?
   • The detector activates without the wake word
   • The microphone records silence correctly
   • The user says the wake word but the detector does not activate
   • A speaker is assigned the wrong identity
8. Why may a wake-word system use a compact model on-device?
   • It guarantees zero false accepts
   • It replaces all speech recognition
   • It makes the wake phrase unnecessary
   • It can reduce dependence on network access and support low-power always-on detection