แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ยาก ระดับ

การผสานเชิงตื้นกับโมเดลภาษาในแบบทดสอบ ASR

ทดสอบเสียงเทียบกับคะแนนโมเดลภาษาภายนอก, การถ่วงน้ำหนักการค้นหาแบบ beam, การปรับจูนการพัฒนา, คำที่หายาก, และข้อผิดพลาดการถอดความที่คล่องแคล่ว

เส้นทางแนะนำที่เกี่ยวข้องโมเดลภาษาการผสานเชิงตื้นใน ASR
คำถาม 1 ของ 8

ในขั้นตอนใดที่การผสานเชิงตื้นเพิ่มคะแนนโมเดลภาษาภายนอก?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. ในขั้นตอนใดที่การผสานเชิงตื้นเพิ่มคะแนนโมเดลภาษาภายนอก?
    • เฉพาะหลังจากที่ถอดความหนึ่งรายการเสร็จสมบูรณ์
    • เฉพาะระหว่างการจับเสียงจากไมโครโฟน
    • ขณะถอดรหัสถอดความผู้สมัคร
    • เฉพาะเมื่อเสียงถูกทำเครื่องหมายสำหรับการฝึกฝน
  2. ทำไมข้อความโดเมนจึงช่วย ASR กับคำเทคนิคที่หายาก?
    • มันให้ความเป็นไปได้ของภาษาสำหรับลำดับที่สมเหตุสมผลเมื่อเสียงคลุมเครือ
    • มันพิสูจน์ว่ามีการพูดคำหายาก
    • มันแทนที่คลื่นเสียง
    • มันรับประกันว่าชื่อเฉพาะทุกชื่อถูกต้อง
  3. ความเสี่ยงอะไรเพิ่มขึ้นหากน้ำหนัก LM สูงเกินไป?
    • คะแนนเสียงจะยิ่งแม่นยำตามคำนิยาม
    • การค้นหาแบบ beam จะไม่สามารถสร้างคำหายากได้
    • ชื่อแปลกทุกชื่อจะง่ายขึ้นโดยไม่คำนึงถึงเสียง
    • วลีที่คล่องแคล่วแต่ไม่มีการสนับสนุนจากเสียงอาจชนะ
  4. ควรปรับน้ำหนักการผสานที่ไหน?
    • ใช้ชุดทดสอบสุดท้ายซ้ำ ๆ เพื่อเลือกค่า lambda
    • บนชุดพัฒนาที่แยกจากชุดทดสอบสุดท้าย
    • ใช้เฉพาะข้อความโดยไม่มีการตรวจสอบเสียง
    • ใช้การบันทึกที่คัดเลือกด้วยมือหนึ่งรายการ
  5. การใช้ beam ช่วยการผสานเชิงตื้นอย่างไรเมื่อเทียบกับเส้นทาง greedy เดียว?
    • มันรับประกันว่าถอดความที่ถูกต้องจะอยู่ใน beam
    • ทำให้การประมวลผลเสียงไม่จำเป็น
    • มันเก็บสมมติฐานการถอดเสียงบางส่วนหลายรายการเพื่อการประเมินคะแนนรวม
    • มันเปลี่ยนการออกเสียงของผู้พูด
  6. คลินิกเห็นคำศัพท์ที่ดีกว่าแต่มีการปฏิเสธเท็จมากขึ้น ควรสรุปการประเมินอย่างไร?
    • ผลประโยชน์ด้านโดเมนที่ปรากฏมีการแลกเปลี่ยนข้อผิดพลาดที่อาจร้ายแรง
    • ควรรายงานความคล่องตัวโดยรวมเท่านั้น
    • ข้อผิดพลาดการปฏิเสธไม่เคยส่งผลต่อ WER
    • น้ำหนักโมเดลภาษาไม่สามารถเปลี่ยนการแทรกได้
  7. อะไรที่แยกแยะการผสมผสานแบบผิวจากการแก้ไขข้อความถอดเสียงที่เสร็จสมบูรณ์?
    • ต้องฝึกซ้ำทุกชั้นเสียง
    • มันไม่เคยใช้โมเดลภาษาภายนอก
    • มันทำงานเฉพาะกับเอกสารพิมพ์
    • มันเปลี่ยนการจัดอันดับระหว่างการค้นหาแทนที่จะปรับข้อความสุดท้ายเท่านั้น
  8. รายละเอียดการตั้งค่าใดควรรายงานเพื่อความสามารถในการทำซ้ำ?
    • เฉพาะสีของฮาร์ดแวร์
    • น้ำหนัก LM ภายนอกและการตั้งค่า beam พร้อมกับโมเดล ASR พื้นฐาน
    • เฉพาะจำนวนคำในเอกสาร
    • เฉพาะความคล่องตัวของประโยคที่ชนะ