Rehber bağlantılı sınav · Orta Seviye

Kaldi Konuşma Tanıma Araç Seti Sınavı

Kaldi'nin araç kitini ve kod çözme grafiği tasarımını tarihsel yazarlık, akustik modelleme, ilgili FSA araçları, lisanslama ve konuşmacı meta verileriyle birlikte inceleyin.

İlgili kılavuz yollarıKaldi Konuşma Tanıma Araç Seti
Soru 1 arasında 8

Which programming language is used for Kaldi’s documented core implementation?

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. Which programming language is used for Kaldi’s documented core implementation?
    • Java
    • Pas
    • Python only
    • C++
  2. Kaldi, akustik modelini, sözlüğünü ve dil modelini tek bir kod çözme grafiğinde birleştirmek için hangi matematiksel yapıyı kullanıyor?
    • Tekrarlayan sinir ağları
    • Destek vektör makineleri
    • Ağırlıklı sonlu durum dönüştürücüleri (WFST'ler)
    • Gizli Markov ağaçları
  3. Who is listed first in the project’s recommended 2011 Kaldi toolkit paper citation?
    • Geoffrey Hinton
    • Daniel Povey
    • Yann LeCun
    • Andrew Ng
  4. In a classic Kaldi GMM acoustic model, what do Gaussian mixtures model?
    • Acoustic likelihoods for speech states
    • Only the spelling of every output word
    • Only a file’s speaker-ID string
    • The application’s interface color
  5. Which related project describes FSA/FST algorithms with differentiation and PyTorch compatibility?
    • A universal replacement requirement for every Kaldi recipe
    • Only the original HTK text formatter
    • k2
    • An image-compression file format
  6. Kaldi'nin HCLG kod çözme grafiğindeki 'L' neyi temsil ediyor?
    • Ses yüksekliği normalizasyonu
    • Dil modeli
    • Kayıp fonksiyonu
    • Telaffuz sözlüğü
  7. Which license does the official Kaldi project documentation list?
    • Apache License version 2.0
    • A proprietary-only research license
    • An exclusive GPL version 3 requirement
    • No license terms of any kind
  8. What association is recorded by a Kaldi data-directory utt2spk row?
    • A word mapped to its pronunciation phones
    • An utterance identifier mapped to a speaker identifier
    • A decoding state mapped to a language-model probability
    • A feature matrix mapped only to its pixel dimensions