Maswali ya Uainishaji wa Muda wa Muunganishi

Majibu na maelezo huonekana unapojibu maswali.

1. Je, CTC iliundwa kusuluhisha tatizo gani la msingi kwa ajili ya utambuzi wa usemi?
   • Kupanga fremu za sauti ambazo hazijagawanywa kwa maandishi ya kutoa bila lebo za kiwango cha fremu
   • Inabana faili za sauti kwa hifadhi
   • Kutafsiri hotuba kutoka lugha moja hadi nyingine
   • Kuondoa kelele ya chinichini kutoka kwa rekodi
2. Ishara maalum ya "tupu" katika CTC inatumika kwa nini?
   • Kuashiria mwisho wa sentensi nzima pekee
   • Kuwakilisha 'hakuna pato jipya hapa' na kutenganisha herufi halisi zilizorudiwa
   • Ili kuhifadhi uwezekano wa muundo wa lugha
   • Ili kuonyesha ukimya katika muundo asili wa wimbi la sauti
3. Je, CTC inakokotoaje hasara kwa manukuu lengwa?
   • Huchagua mpangilio mmoja unaowezekana zaidi na hupuuza mengine
   • Inalinganisha thamani za pikseli fremu kwa fremu
   • Ni muhtasari wa uwezekano wa njia zote halali za fremu zinazoporomoka hadi kwenye maandishi lengwa
   • Ni wastani wa amplitude ya sauti baada ya muda
4. Je, ni sheria zipi mbili zinazoanguka ambazo CTC inatumika kugeuza njia ya fremu kuwa maandishi ya mwisho?
   • Andika herufi kubwa, kisha uongeze alama za uakifishi
   • Badilisha mlolongo, kisha uondoe vokali
   • Ongeza nafasi, kisha utafsiri kuwa fonimu
   • Unganisha herufi zinazorudiwa mfululizo, kisha ufute tokeni tupu
5. Je, CTC ya kawaida hutoa mawazo gani ya kurahisisha kuhusu matokeo yake?
   • Utabiri wa kila fremu hautegemei nyingine kutokana na sauti
   • Matokeo hutegemea sana herufi zilizotolewa hapo awali
   • Sauti lazima iwe na urefu wa sekunde moja
   • Kila mhusika huchukua fremu moja haswa
6. Kwa nini utaftaji wa boriti na modeli ya lugha iliyochanganywa mara nyingi hupendelewa kuliko usimbaji wa uchoyo katika CTC?
   • Inaendesha haraka kwenye kila kifaa
   • Inafidia ukosefu wa CTC wa modeli ya lugha ya ndani, kuboresha usahihi
   • Huondoa hitaji la ishara tupu
   • Inaondoa hitaji la kutoa mafunzo kwa mtandao
7. What length constraint does CTC place on an output sequence relative to input frames?
   • The target must always have exactly the same length as the input
   • The target must contain twice as many labels as input frames
   • The target cannot require more output labels than there are input time steps
   • CTC requires a fixed 256-token output
8. How can CTC compute the sum over many valid alignments without explicitly listing every path?
   • By selecting one random path and ignoring all others
   • By running a separate language model for every audio frame
   • By sorting the transcript alphabetically
   • Using a forward-backward dynamic-programming recurrence over an alignment lattice