Вікторина, пов’язана з посібником · Середній Рівень

ECAPA-TDNN Тест на розпізнавання мовця

Досліджуйте вбудовування динаміків ECAPA-TDNN, увагу каналу, агрегацію функцій, уважне об’єднання, косинусну оцінку та тести динаміків.

Пов'язані напрямні шляхиEcapa Tdnn Speaker Recognition
Питання 1 з 8

Який первинний результат моделі ECAPA-TDNN для певного мовного кліпу?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Який первинний результат моделі ECAPA-TDNN для певного мовного кліпу?
    • Вбудований динамік фіксованої довжини (голосовий відбиток)
    • Стенограма вимовлених слів
    • Позначка емоції мовця
    • Знешумлена форма звукового сигналу
  2. Як зазвичай порівнюють два вбудовування ECAPA-TDNN, щоб вирішити, чи належать вони одному динаміку?
    • Рівень помилок у словах
    • Косинус подібність
    • Середня квадратична різниця пікселів
    • Редагувати відстань
  3. Що робить рівень «уважного об’єднання статистики»?
    • Видаляє фонову музику перед розпізнаванням
    • Перекладає мовлення іншою мовою
    • Обчислює вивчене зважене середнє та стандартне відхилення для кадрів
    • Збільшує частоту дискретизації звуку
  4. Який набір даних найчастіше використовується для навчання та порівняння моделей динаміків ECAPA-TDNN?
    • ImageNet
    • Лише субтитри LibriSpeech
    • МНІСТ
    • VoxCeleb
  5. Який внесок блоку «SE» (Squeeze-Excitation) в архітектуру?
    • Він переважує канали функцій на основі глобального контексту
    • Він стискає аудіофайл для зберігання
    • Він виконує декодування мови в текст
    • Він генерує синтетичні навчальні голоси
  6. Яка функція втрат зазвичай використовується для навчання ECAPA-TDNN для дискримінаційних вбудовувань?
    • Середня абсолютна похибка
    • Адитивний кутовий запас softmax (AAM-softmax)
    • Втрата контрастних пікселів
    • Коннекціоністська лише часова класифікація
  7. Which ECAPA-TDNN component combines information from shallow and deep network layers?
    • A residual vector quantizer
    • A weighted finite-state transducer
    • Multi-layer feature aggregation
    • A text normalization grammar
  8. On which benchmark does the guide report ECAPA-TDNN reaching an equal error rate below roughly one percent?
    • ASVspoof 2021
    • LibriSpeech test-clean
    • Common Voice
    • VoxCeleb1