NVIDIA Riva ve NeMo Konuşma Sınavı

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. NeMo ve Riva arasındaki temel fark nedir?
   • NeMo kapalı kaynaktır, Riva ise açık kaynaktır
   • NeMo modellerin eğitimi ve ince ayarının yapılmasına yönelikken, Riva optimize edilmiş dağıtım ve hizmete yöneliktir
   • NeMo yalnızca metinden konuşmaya, Riva ise yalnızca tanımayı yönetir
   • Tamamen aynı ürün için iki isim
2. Which NVIDIA components does Riva documentation identify for optimized model execution and inference serving?
   • TensorRT for optimizations and Triton Inference Server for serving
   • OpenGL for language modeling and a SQL database for waveform decoding
   • Only CUDA kernels with no inference server
   • A browser rendering engine and an image-editing service
3. Tipik bir Riva TTS hattında HiFi-GAN gibi bir ses kodlayıcının rolü nedir?
   • Konuşma sesini metne dönüştürür
   • Hangi konuşmacının konuştuğunu tespit ediyor
   • Metni diller arasında çevirir
   • Akustik özellikleri (mel-spektrogramlar gibi) ses dalga biçimine dönüştürür
4. Riva'da 'akışlı' ASR neyi mümkün kılıyor?
   • Transkripsiyon yalnızca tam kayıt yüklendikten sonra
   • Herhangi bir ses işleme gerekmeden video akışı
   • Ses geldiğinde kısmi transkriptler çok düşük gecikmeyle döndürülür
   • Modelleri ağ üzerinden daha hızlı indirme
5. Hangisi NeMo'nun konuşma modelleri için sağladığı özelleştirmeye bir örnektir?
   • GPU ürün yazılımını yeniden yazma
   • Tıbbi terimler gibi alana özgü kelime dağarcığı üzerinde bir ASR modeline ince ayar yapma
   • Ağ katmanında sesi şifreleme
   • Video dosyalarını sıkıştırma
6. Which service interface does Riva expose for speech requests in the documented deployment?
   • A local spreadsheet macro interface only
   • A graphics-driver rendering API only
   • A text tokenizer with no service endpoint
   • gRPC-based microservices
7. Before exporting a fine-tuned NeMo model to Riva, what compatibility check is necessary?
   • Assume every NeMo checkpoint is directly interchangeable with a Riva model
   • Check only the checkpoint's file name
   • Confirm that the architecture, export path, and software versions are supported
   • Assume an ASR model can be deployed as a vocoder without conversion
8. How should a team determine whether Riva streaming ASR meets its latency target under many simultaneous calls?
   • Measure the chosen model and hardware with representative buffering and concurrent streams
   • Treat one published single-workload number as a guarantee for every deployment
   • Measure only the time needed to download the checkpoint
   • Ignore audio-chunk settings because they cannot affect latency