แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบการค้นหาคำสำคัญและคำตื่น

ตรวจสอบการระบุคีย์เวิร์ด การตรวจจับแบบเรียงซ้อน การยอมรับที่ผิดพลาด คุณสมบัติด้านเสียง ความมั่นใจชั่วคราว และข้อจำกัดบนอุปกรณ์

เส้นทางแนะนำที่เกี่ยวข้องการจำแนกคำหลักและคำปลุก
คำถาม 1 ของ 8

งานหลักของเครื่องตรวจจับคำปลุกคืออะไร?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. งานหลักของเครื่องตรวจจับคำปลุกคืออะไร?
    • เพื่อตรวจจับเมื่อมีการพูดวลีกระตุ้นเฉพาะ
    • เพื่อถอดเสียงทุกคำที่ผู้ใช้พูดเป็นข้อความ
    • เพื่อแปลคำพูดเป็นภาษาอื่น
    • เพื่อบีบอัดเสียงเพื่อจัดเก็บข้อมูลบนคลาวด์
  2. เหตุใดลำโพงอัจฉริยะหลายตัวจึงใช้การออกแบบการตรวจจับแบบสองขั้นตอน
    • เพื่อรองรับสองภาษาที่แตกต่างกันในคราวเดียว
    • เพื่อให้ชิปพลังงานต่ำทำการตรวจสอบคร่าวๆ ก่อนที่รุ่นใหญ่จะยืนยัน เพื่อประหยัดแบตเตอรี่
    • เพื่อบันทึกเสียงสองชุดเพื่อสำรองข้อมูล
    • เพื่อเรียกใช้ผู้ช่วยเสียงสองตัวแยกกันพร้อมกัน
  3. 'การยอมรับที่ผิดพลาด' หมายถึงอะไรในการตรวจจับคำปลุก
    • อุปกรณ์จะละเว้นวลีทริกเกอร์ที่พูดอย่างถูกต้อง
    • อุปกรณ์จะได้ยินคำหนึ่งเป็นอีกคำหนึ่งในประโยค
    • อุปกรณ์จะเริ่มทำงานแม้ว่าจะไม่มีใครพูดวลีกระตุ้นก็ตาม
    • อุปกรณ์ไม่สามารถเชื่อมต่ออินเทอร์เน็ตได้
  4. โดยคร่าวๆ แล้วเสียงขาเข้าจะถูกเตรียมก่อนที่โครงข่ายประสาทเทียมจะมองเห็นได้อย่างไร
    • ไฟล์จะถูกบันทึกเป็นไฟล์ MP3 ความยาวเต็มก่อน
    • มันถูกแปลงเป็นประโยคเขียนโดยตรง
    • มันจะถูกส่งโดยไม่มีการเปลี่ยนแปลงไปยังเซิร์ฟเวอร์ระยะไกลเพื่อทำการวิเคราะห์
    • มันถูกแบ่งเป็นเฟรมสั้นๆ ที่ทับซ้อนกัน และกลายเป็นคุณสมบัติทางเสียง เช่น MFCC หรือพลังงานเมล
  5. What trade-off can raising a wake-word detector’s activation threshold create?
    • Fewer false accepts but potentially more false rejects or delayed detections
    • More false accepts and guaranteed zero false rejects
    • No change in either error rate under any audio condition
    • A guarantee that every user’s phrase is recognized
  6. What result did Hello Edge report for its depthwise separable CNN on the Google Speech Commands evaluation?
    • 100% accuracy on all languages and devices
    • 95.4% accuracy, about 10% higher than a DNN with a similar parameter count
    • 95.4% lower memory use than every competing model
    • A 10% guaranteed battery-life increase for every microcontroller
  7. What does a false reject mean in wake-word detection?
    • The detector activates without the wake word
    • The microphone records silence correctly
    • The user says the wake word but the detector does not activate
    • A speaker is assigned the wrong identity
  8. Why may a wake-word system use a compact model on-device?
    • It guarantees zero false accepts
    • It replaces all speech recognition
    • It makes the wake phrase unnecessary
    • It can reduce dependence on network access and support low-power always-on detection