แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

การแยกคำพูดและแบบทดสอบปัญหางานเลี้ยงค็อกเทล

ตรวจสอบว่าระบบแยกคำพูดจัดการกับเสียงผสม คิวเชิงพื้นที่ จำนวนผู้พูด และการแยกลำโพงเป้าหมายในไปป์ไลน์เสียงที่ใช้งานได้จริงอย่างไร

เส้นทางแนะนำที่เกี่ยวข้องการแยกคำพูดและปัญหางานเลี้ยงค็อกเทล
คำถาม 1 ของ 8

'ปัญหางานเลี้ยงค็อกเทล' คืออะไร?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. 'ปัญหางานเลี้ยงค็อกเทล' คืออะไร?
    • เน้นเสียงเดียวหรือแหล่งกำเนิดเสียงท่ามกลางเสียงที่แข่งขันกันมากมาย
    • การเลือกเครื่องดื่มให้เหมาะสมในงาน
    • การวัดความดังของห้อง
    • การบีบอัดเพลงปาร์ตี้เพื่อการสตรีม
  2. ผลลัพธ์ของระบบแยกเสียงพูดจากการบันทึกเสียงแบบผสมของลำโพงหลายตัวคืออะไร?
    • ส่วนผสมที่ดังกว่ารุ่นเดียว
    • แทร็กเสียงแยกกันสำหรับลำโพงแต่ละตัว
    • ข้อความสรุปเท่านั้น
    • MP3 ที่ถูกบีบอัดของทั้งห้อง
  3. Conv-TasNet ทำอะไรที่แตกต่างจากวิธีการแยกก่อนหน้านี้มากมาย
    • ต้องใช้ไมโครโฟนอย่างน้อยแปดตัว
    • ใช้ได้กับเพลงที่บันทึกไว้ล่วงหน้าเท่านั้น
    • โดยทำงานโดยตรงในโดเมนเวลาบนตัวอย่างรูปคลื่นดิบ แทนที่จะเป็นสเปกโตรแกรม
    • มันแปลคำพูดก่อนที่จะแยกมัน
  4. เครือข่ายการแยกหลายแห่งแยกเสียงส่วนบุคคลออกจากเสียงผสมได้อย่างไร
    • โดยการเพิ่มอัตราตัวอย่าง
    • โดยการลบความถี่ทั้งหมดที่สูงกว่า 1 kHz
    • โดยการแปลงเสียงเป็นโทนสีเทา
    • โดยการประมาณมาสก์ที่เลือกส่วนของสัญญาณของผู้พูดแต่ละคน
  5. 'การแยกลำโพงเป้าหมาย' คืออะไร?
    • ดึงบุคคลใดบุคคลหนึ่งออกมาโดยใช้ตัวอย่างเสียงอ้างอิงสั้นๆ ของพวกเขา
    • การลบเสียงของมนุษย์ทั้งหมดออกจากการบันทึก
    • นับจำนวนวิทยากรที่มีอยู่
    • ส่งเสริมเพลงพื้นหลัง
  6. เหตุใดการเพิ่มวิดีโอจึงสามารถช่วยในการแยกคำพูดได้
    • วิดีโอจะลดขนาดไฟล์เสียง
    • การเคลื่อนไหวของริมฝีปากช่วยให้มองเห็นเสียงได้ซึ่งช่วยจับคู่เสียงกับผู้พูดที่ถูกต้อง
    • กล้องจะยกเลิกเสียงสะท้อนโดยอัตโนมัติ
    • วิดีโอช่วยขจัดความจำเป็นในการประมวลผลเสียงใดๆ
  7. 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
  8. 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