Вікторина, пов’язана з посібником · Середній Рівень

Тест на розпізнавання мовних емоцій

Перевіряє акустичні підказки, обмеження набору даних, міжкорпусне узагальнення, неоднозначність міток і вузьку заборону на роботу та навчання в ЄС.

Пов'язані напрямні шляхиРозпізнавання мовних емоцій
Питання 1 з 8

Що в першу чергу аналізує розпізнавання мовних емоцій?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Що в першу чергу аналізує розпізнавання мовних емоцій?
    • Акустичні особливості голосу, такі як висота та енергія
    • Дослівні слова в розшифровці
    • Граматика речення
    • Вираз обличчя оратора
  2. Which acoustic properties can speech-emotion models use as cues?
    • Only the spelling of transcribed words
    • Pitch, energy, speaking rate, and voice-quality features
    • A person’s job title
    • The number of speakers in a company
  3. Чому маркування даних про емоції особливо складне?
    • Аудіофайли завеликі для зберігання
    • Мікрофони не можуть записати емоції
    • Емоції суб’єктивні, і анотатори людей часто не погоджуються
    • Емоції ніколи не проявляються в мові
  4. Що з цього є добре відомим набором даних емоційного мовлення?
    • ImageNet
    • COCO
    • СКВАД
    • IEMOCAP
  5. Як сучасні системи SER часто використовують обмежені позначені дані?
    • Шляхом точного налаштування самоконтрольованих моделей, таких як wav2vec 2.0
    • Повністю уникаючи нейронних мереж
    • Використовуючи лише рукописні правила
    • Спочатку записавши мільйони нових емоційних кліпів
  6. What does the EU AI Act prohibit regarding emotion recognition?
    • All emotion-related research in any setting
    • Inferring emotions in workplace or educational settings, except for medical or safety reasons
    • Every voice assistant that detects speech
    • Any system that transcribes spoken words
  7. Why can a speech-emotion model trained on one dataset fail on another?
    • Emotion labels are identical across every corpus
    • Microphone and speaker differences never affect audio
    • Speakers, language, recording conditions, elicitation, and label distributions can differ
    • A trained model cannot process new recordings
  8. What is one limitation of treating a speech-emotion prediction as a person’s true internal state?
    • Acoustic features contain no information
    • A predicted label is a clinical diagnosis by default
    • The same voice always expresses the same emotion
    • A model infers patterns from audio and may not reflect the speaker’s context or self-report