Викторина, связанная с руководством · Жесткий Уровень

Обучающий тест по инвариантам перестановок

Проверьте, как инвариантное к перестановкам обучение обрабатывает неупорядоченные высказывания говорящих и почему назначение уровней высказываний имеет значение при разделении нескольких говорящих.

Связанные направляющие путиОбучение инварианту перестановок
Вопрос 1 из 8

Какую основную проблему решает инвариантное обучение перестановкам (PIT)?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Какую основную проблему решает инвариантное обучение перестановкам (PIT)?
    • Решение, какой выходной канал должен соответствовать какому динамику во время обучения
    • Сжатие аудио для хранения
    • Снижение затрат на микрофонное оборудование
    • Перевод разделенной речи в текст
  2. Как PIT решает, какую ошибку использовать при обновлении модели?
    • Он усредняет ошибку по всем выходам одинаково
    • Он пробует каждую пару выход-источник и сохраняет ту, которая имеет наименьшую ошибку.
    • Он всегда назначает самый громкий голос выходу 1.
    • Он полностью игнорирует ссылки
  3. Что произойдет с результатами модели разделения без такого решения, как PIT?
    • Они сразу стали идеально чистыми
    • Они бежали намного быстрее
    • Они давали размытые, усредненные результаты из-за противоречивых присвоений меток.
    • Им не требовалось никаких обучающих данных.
  4. Сколько перестановок должен учитывать PIT за шаг, чтобы разделить N динамиков?
    • N (линейный в динамиках)
    • N в квадрате
    • Всегда ровно два
    • N факториал
  5. Какое преимущество дает PIT на уровне высказывания (uPIT) по сравнению с назначением на уровне кадра?
    • Он поддерживает стабильный выходной канал говорящего на протяжении всего высказывания.
    • Это устраняет необходимость в каких-либо ссылках
    • Работает только с музыкой, а не с речью.
    • Это удваивает количество динамиков
  6. Какой подход может вообще обойти проблему перестановки?
    • Увеличение битрейта аудио
    • Извлечение целевого динамика, которое зависит от эталонного голосового сигнала
    • Использование только моно записей
    • Отключение обратного распространения ошибки
  7. What extra inference step does utterance-level PIT avoid compared with frame-level PIT?
    • Running speech recognition before source separation
    • Estimating the number of microphones in the recording
    • Solving an additional output-speaker permutation problem during inference
    • Recomputing the training loss after every generated word
  8. Which benchmark does the guide name as an example for evaluating speech-separation models?
    • LibriSpeech for single-speaker transcription
    • ImageNet for visual recognition
    • GLUE for language understanding
    • WSJ0-2mix for overlapping-speaker separation