Bağlantıcı Zamansal Sınıflandırma Sınavı

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. CTC konuşma tanıma için hangi temel sorunu çözmek üzere tasarlandı?
   • Bölümlere ayrılmamış ses çerçevelerini, çerçeve düzeyinde etiketler olmadan metin çıkışına hizalama
   • Depolama için ses dosyalarını sıkıştırma
   • Konuşmayı bir dilden diğerine çevirmek
   • Kayıtlardan arka plan gürültüsünü kaldırma
2. CTC'deki özel 'boş' jeton ne için kullanılır?
   • Yalnızca tüm cümlenin sonunu işaretlemek için
   • 'Burada yeni çıktı yok' ifadesini temsil etmek ve gerçek tekrarlanan karakterleri ayırmak için
   • Dil modeli olasılığını saklamak için
   • Orijinal ses dalga biçiminde sessizliği belirtmek için
3. CTC, hedef transkripsiyonun kaybını nasıl hesaplar?
   • En olası tek hizalamayı seçer ve gerisini yok sayar
   • Piksel değerlerini kare kare karşılaştırır
   • Hedef metne daraltılan tüm geçerli çerçeve yollarının olasılıklarını toplar
   • Zaman içindeki ses genliğinin ortalamasını alır
4. CTC'nin bir çerçeve yolunu son metne dönüştürmek için uyguladığı iki daraltıcı kural nelerdir?
   • Harfleri büyük yapın, ardından noktalama işareti ekleyin
   • Sırayı tersine çevirin, ardından sesli harfleri kaldırın
   • Boşluk ekleyin, ardından fonemlere çevirin
   • Ardışık yinelenen karakterleri birleştirin, ardından boş belirteçleri silin
5. Standart CTC, çıktıları hakkında hangi basitleştirici varsayımda bulunuyor?
   • Her karenin tahmini, sese göre diğerlerinden koşullu olarak bağımsızdır
   • Çıktılar büyük ölçüde önceden gönderilen karakterlere bağlıdır
   • Ses tam olarak bir saniye uzunluğunda olmalıdır
   • Her karakter tam olarak bir kare alır
6. Neden CTC'de açgözlü kod çözme yerine birleştirilmiş dil modeliyle ışın araması sıklıkla tercih ediliyor?
   • Her cihazda daha hızlı çalışır
   • CTC'nin dahili bir dil modeli eksikliğini telafi ederek doğruluğu artırır
   • Boş jetona olan ihtiyacı ortadan kaldırır
   • Ağı eğitme ihtiyacını ortadan kaldırır
7. What length constraint does CTC place on an output sequence relative to input frames?
   • The target must always have exactly the same length as the input
   • The target must contain twice as many labels as input frames
   • The target cannot require more output labels than there are input time steps
   • CTC requires a fixed 256-token output
8. How can CTC compute the sum over many valid alignments without explicitly listing every path?
   • By selecting one random path and ignoring all others
   • By running a separate language model for every audio frame
   • By sorting the transcript alphabetically
   • Using a forward-backward dynamic-programming recurrence over an alignment lattice