Rehber bağlantılı sınav · Orta Seviye
Anahtar Kelime Tespiti ve Uyandırma Kelimeleri Testi
Anahtar kelime tespitini, kademeli algılamayı, yanlış kabulleri, ses özelliklerini, zamana bağlı güveni ve cihaz üzerindeki kısıtlamaları inceleyin.
Soru 1 arasında 8
Uyandırma sözcüğü dedektörünün temel işi nedir?
Her soruyu önizleyin8 sorular
Testi çözdüğünüzde cevaplar ve açıklamalar görünür.
- Uyandırma sözcüğü dedektörünün temel işi nedir?
- Belirli bir tetikleyici ifadenin ne zaman söylendiğini tespit etmek için
- Kullanıcının söylediği her kelimeyi metne dönüştürmek için
- Konuşmayı başka bir dile çevirmek için
- Bulut depolama için sesi sıkıştırmak için
- Neden birçok akıllı hoparlör iki aşamalı algılama tasarımı kullanıyor?
- Aynı anda iki farklı dili desteklemek için
- Daha büyük bir model onaylanmadan önce düşük güçlü bir çipin kaba bir kontrol yapmasına izin vererek pil tasarrufu sağlayın
- Yedekleme amacıyla sesin iki kopyasını kaydetmek için
- İki ayrı sesli asistanı aynı anda çalıştırmak için
- Uyandırma sözcüğü tespitinde 'yanlış kabul' ne anlama gelir?
- Cihaz, doğru şekilde söylenmiş tetikleyici ifadeyi yok sayar
- Cihaz bir cümledeki bir kelimeyi yanlış duyuyor
- Kimse tetikleyici ifadeyi söylemese bile cihaz uyanıyor
- Cihaz internete bağlanamıyor
- Gelen ses sinir ağı tarafından görülmeden önce kabaca nasıl hazırlanıyor?
- Önce tam uzunlukta bir MP3 dosyası olarak kaydedilir
- Doğrudan yazılı cümlelere dönüştürülür
- Analiz için uzak bir sunucuya değiştirilmeden gönderilir
- Üst üste binen kısa çerçevelere dilimlenir ve MFCC'ler veya mel enerjileri gibi akustik özelliklere dönüştürülür.
- What trade-off can raising a wake-word detector’s activation threshold create?
- Fewer false accepts but potentially more false rejects or delayed detections
- More false accepts and guaranteed zero false rejects
- No change in either error rate under any audio condition
- A guarantee that every user’s phrase is recognized
- What result did Hello Edge report for its depthwise separable CNN on the Google Speech Commands evaluation?
- 100% accuracy on all languages and devices
- 95.4% accuracy, about 10% higher than a DNN with a similar parameter count
- 95.4% lower memory use than every competing model
- A 10% guaranteed battery-life increase for every microcontroller
- What does a false reject mean in wake-word detection?
- The detector activates without the wake word
- The microphone records silence correctly
- The user says the wake word but the detector does not activate
- A speaker is assigned the wrong identity
- Why may a wake-word system use a compact model on-device?
- It guarantees zero false accepts
- It replaces all speech recognition
- It makes the wake phrase unnecessary
- It can reduce dependence on network access and support low-power always-on detection