แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบการรู้จำของผู้พูด ECAPA-TDNN
สำรวจการฝังลำโพง ECAPA-TDNN, ความสนใจของช่องสัญญาณ, การรวมคุณสมบัติ, การรวมกลุ่มอย่างเอาใจใส่, การให้คะแนนโคไซน์ และการวัดประสิทธิภาพลำโพง
คำถาม 1 ของ 8
เอาต์พุตหลักของโมเดล ECAPA-TDNN สำหรับคลิปคำพูดที่ระบุคืออะไร
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- เอาต์พุตหลักของโมเดล ECAPA-TDNN สำหรับคลิปคำพูดที่ระบุคืออะไร
- การฝังลำโพงที่มีความยาวคงที่ (พิมพ์เสียง)
- สำเนาคำพูดที่พูด
- ป้ายบอกอารมณ์ของผู้พูด
- รูปคลื่นเสียงที่ถูกปฏิเสธ
- โดยทั่วไปแล้วการฝัง ECAPA-TDNN สองรายการจะเปรียบเทียบกันอย่างไรเพื่อตัดสินว่าเป็นของผู้พูดคนเดียวกันหรือไม่
- อัตราข้อผิดพลาดของคำ
- ความคล้ายคลึงโคไซน์
- ความแตกต่างของพิกเซลกำลังสองเฉลี่ย
- แก้ไขระยะทาง
- เลเยอร์ 'การรวมสถิติที่ตั้งใจ' ทำหน้าที่อะไร
- ลบเพลงพื้นหลังก่อนที่จะจดจำ
- แปลคำพูดเป็นภาษาอื่น
- คำนวณค่าเฉลี่ยถ่วงน้ำหนักและส่วนเบี่ยงเบนมาตรฐานที่เรียนรู้ไว้บนเฟรม
- เพิ่มอัตราตัวอย่างเสียง
- ชุดข้อมูลใดที่ใช้กันมากที่สุดในการฝึกและเปรียบเทียบลำโพงรุ่น ECAPA-TDNN
- อิมเมจเน็ต
- คำบรรยาย LibriSpeech เท่านั้น
- มินนิสต์
- Voxเซเลบ
- บล็อก 'SE' (Squeeze-Excitation) มีส่วนช่วยในด้านสถาปัตยกรรมอย่างไร
- โดยจะปรับน้ำหนักช่องรายการต่างๆ ตามบริบททั่วโลก
- มันบีบอัดไฟล์เสียงเพื่อจัดเก็บ
- มันทำการถอดรหัสคำพูดเป็นข้อความ
- มันสร้างเสียงการฝึกสังเคราะห์
- ฟังก์ชันการสูญเสียใดที่มักใช้ในการฝึก ECAPA-TDNN สำหรับการฝังแบบเลือกปฏิบัติ
- หมายถึงข้อผิดพลาดแน่นอน
- softmax ระยะขอบเชิงมุมบวก (AAM-softmax)
- การสูญเสียพิกเซลที่ตรงกันข้าม
- การจำแนกประเภทชั่วคราวของ Connectionist เท่านั้น
- Which ECAPA-TDNN component combines information from shallow and deep network layers?
- A residual vector quantizer
- A weighted finite-state transducer
- Multi-layer feature aggregation
- A text normalization grammar
- On which benchmark does the guide report ECAPA-TDNN reaching an equal error rate below roughly one percent?
- ASVspoof 2021
- LibriSpeech test-clean
- Common Voice
- VoxCeleb1