Разделение речи и задача-викторина о коктейльной вечеринке

Ответы и пояснения появляются по мере прохождения теста.

1. Что такое «проблема коктейльной вечеринки»?
   • Сосредоточение внимания на одном голосе или источнике звука среди множества конкурирующих источников.
   • Выбор правильного напитка на мероприятии
   • Измерение громкости комнаты
   • Сжатие музыки для вечеринок для потоковой передачи
2. Каков выходной сигнал системы разделения речи при смешанной записи нескольких говорящих?
   • Одна более громкая версия смеси
   • Отдельная изолированная звуковая дорожка для каждого динамика.
   • Только текстовое резюме
   • Сжатый MP3 всей комнаты
3. Чем Conv-TasNet отличается от многих более ранних методов разделения?
   • Требуется как минимум восемь микрофонов
   • Работает только с предварительно записанной музыкой.
   • Он работает непосредственно во временной области с необработанными выборками сигналов вместо спектрограмм.
   • Он переводит речь перед ее разделением
4. Как многие сети разделения выделяют отдельный голос из смеси?
   • За счет увеличения частоты дискретизации
   • Удалением всех частот выше 1 кГц
   • Путем преобразования звука в оттенки серого
   • Путем оценки маски, которая выбирает часть сигнала каждого динамика.
5. Что такое «извлечение целевого говорящего»?
   • Выделение одного конкретного человека по короткому эталонному образцу его голоса.
   • Удаление всех человеческих голосов из записи
   • Подсчет количества присутствующих говорящих
   • Усиление фоновой музыки
6. Почему добавление видео может помочь в разделении речи?
   • Видео уменьшает размер аудиофайла
   • Движения губ дают визуальные подсказки, которые помогают подобрать звук к нужному говорящему.
   • Камеры автоматически подавляют эхо
   • Видео устраняет необходимость в какой-либо обработке звука
7. What makes overlapping speech difficult for a separation system before it has analyzed the mixture?
   • The mixture contains no audio samples
   • Every speaker always occupies a separate frequency band
   • The number of speakers and which parts of the waveform belong to each speaker may be unknown
   • The recording already labels each word with its speaker
8. What cue can an early multi-microphone separation method use to distinguish speakers?
   • The spelling of each speaker's name
   • The color of the recording interface
   • The file's compression ratio alone
   • Spatial differences in how each voice reaches the microphone array