Викторина, связанная с руководством · Средний Уровень

Викторина по распознаванию речевых эмоций

Проверяет акустические сигналы, ограничения набора данных, межкорпусное обобщение, двусмысленность ярлыков, а также узкий запрет на работу и образование в ЕС.

Связанные направляющие путиРаспознавание речевых эмоций
Вопрос 1 из 8

Что в первую очередь анализирует распознавание речевых эмоций?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Что в первую очередь анализирует распознавание речевых эмоций?
    • Акустические характеристики голоса, такие как высота и энергия.
    • Буквальные слова в транскрипте
    • Грамматика предложения
    • Выражение лица говорящего
  2. Which acoustic properties can speech-emotion models use as cues?
    • Only the spelling of transcribed words
    • Pitch, energy, speaking rate, and voice-quality features
    • A person’s job title
    • The number of speakers in a company
  3. Почему маркировка данных об эмоциях особенно сложна?
    • Аудиофайлы слишком велики для хранения
    • Микрофоны не могут записывать эмоции
    • Эмоции субъективны, и комментаторы-люди часто не согласны с этим.
    • Эмоции никогда не проявляются в речи
  4. Какой из них является хорошо известным набором данных эмоциональной речи?
    • ImageNet
    • КОКО
    • Отряд
    • ИЕМОКАП
  5. Как современные системы SER часто используют ограниченные размеченные данные?
    • Путем тонкой настройки моделей с самоконтролем, таких как wav2vec 2.0.
    • Полностью избегая нейронных сетей
    • Используя только рукописные правила
    • Записав первыми миллионы новых эмоциональных клипов
  6. What does the EU AI Act prohibit regarding emotion recognition?
    • All emotion-related research in any setting
    • Inferring emotions in workplace or educational settings, except for medical or safety reasons
    • Every voice assistant that detects speech
    • Any system that transcribes spoken words
  7. Why can a speech-emotion model trained on one dataset fail on another?
    • Emotion labels are identical across every corpus
    • Microphone and speaker differences never affect audio
    • Speakers, language, recording conditions, elicitation, and label distributions can differ
    • A trained model cannot process new recordings
  8. What is one limitation of treating a speech-emotion prediction as a person’s true internal state?
    • Acoustic features contain no information
    • A predicted label is a clinical diagnosis by default
    • The same voice always expresses the same emotion
    • A model infers patterns from audio and may not reflect the speaker’s context or self-report