แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
การแยกคำพูดและแบบทดสอบปัญหางานเลี้ยงค็อกเทล
ตรวจสอบว่าระบบแยกคำพูดจัดการกับเสียงผสม คิวเชิงพื้นที่ จำนวนผู้พูด และการแยกลำโพงเป้าหมายในไปป์ไลน์เสียงที่ใช้งานได้จริงอย่างไร
คำถาม 1 ของ 8
'ปัญหางานเลี้ยงค็อกเทล' คืออะไร?
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- 'ปัญหางานเลี้ยงค็อกเทล' คืออะไร?
- เน้นเสียงเดียวหรือแหล่งกำเนิดเสียงท่ามกลางเสียงที่แข่งขันกันมากมาย
- การเลือกเครื่องดื่มให้เหมาะสมในงาน
- การวัดความดังของห้อง
- การบีบอัดเพลงปาร์ตี้เพื่อการสตรีม
- ผลลัพธ์ของระบบแยกเสียงพูดจากการบันทึกเสียงแบบผสมของลำโพงหลายตัวคืออะไร?
- ส่วนผสมที่ดังกว่ารุ่นเดียว
- แทร็กเสียงแยกกันสำหรับลำโพงแต่ละตัว
- ข้อความสรุปเท่านั้น
- MP3 ที่ถูกบีบอัดของทั้งห้อง
- Conv-TasNet ทำอะไรที่แตกต่างจากวิธีการแยกก่อนหน้านี้มากมาย
- ต้องใช้ไมโครโฟนอย่างน้อยแปดตัว
- ใช้ได้กับเพลงที่บันทึกไว้ล่วงหน้าเท่านั้น
- โดยทำงานโดยตรงในโดเมนเวลาบนตัวอย่างรูปคลื่นดิบ แทนที่จะเป็นสเปกโตรแกรม
- มันแปลคำพูดก่อนที่จะแยกมัน
- เครือข่ายการแยกหลายแห่งแยกเสียงส่วนบุคคลออกจากเสียงผสมได้อย่างไร
- โดยการเพิ่มอัตราตัวอย่าง
- โดยการลบความถี่ทั้งหมดที่สูงกว่า 1 kHz
- โดยการแปลงเสียงเป็นโทนสีเทา
- โดยการประมาณมาสก์ที่เลือกส่วนของสัญญาณของผู้พูดแต่ละคน
- 'การแยกลำโพงเป้าหมาย' คืออะไร?
- ดึงบุคคลใดบุคคลหนึ่งออกมาโดยใช้ตัวอย่างเสียงอ้างอิงสั้นๆ ของพวกเขา
- การลบเสียงของมนุษย์ทั้งหมดออกจากการบันทึก
- นับจำนวนวิทยากรที่มีอยู่
- ส่งเสริมเพลงพื้นหลัง
- เหตุใดการเพิ่มวิดีโอจึงสามารถช่วยในการแยกคำพูดได้
- วิดีโอจะลดขนาดไฟล์เสียง
- การเคลื่อนไหวของริมฝีปากช่วยให้มองเห็นเสียงได้ซึ่งช่วยจับคู่เสียงกับผู้พูดที่ถูกต้อง
- กล้องจะยกเลิกเสียงสะท้อนโดยอัตโนมัติ
- วิดีโอช่วยขจัดความจำเป็นในการประมวลผลเสียงใดๆ
- 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
- 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