Вікторина, пов’язана з посібником · Середній Рівень

Вікторина з перекладу мовлення

Перевіряє каскадний і прямий переклад мови, дискретні акустичні пристрої, затримку потокового передавання, збереження голосу та проблеми згоди.

Пов'язані напрямні шляхиПереклад мовлення
Питання 1 з 8

Що робить переклад мовлення (S2ST)?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Що робить переклад мовлення (S2ST)?
    • Перетворює мовлення однією мовою на розмовне аудіо іншою мовою
    • Транскрибує лише аудіо в текст
    • Перекладає письмові документи у PDF-файли
    • Створює фонову музику
  2. Які три етапи класичної каскадної системи S2ST?
    • Записуйте, зберігайте, видаляйте
    • Розпізнавання мовлення, машинний переклад, синтез мовлення
    • Шифрувати, стискати, надсилати
    • Слухайте, ігноруйте, повторюйте
  3. Яка ключова перевага прямого (наскрізного) S2ST перед каскадними системами?
    • Завжди потрібно більше текстових кроків
    • Це взагалі не можна перекладати
    • Це може зменшити затримку та краще зберегти голос і просодію
    • Він працює лише для однієї мовної пари
  4. Яка система Meta відома тим, що перекладає приблизно 100 мовами?
    • ChatGPT
    • Midjourney
    • Stable Diffusion
    • Безшовний M4T
  5. Чому потоковий переклад у реальному часі особливо складний?
    • Система повинна вирішити, коли перекладати, перш ніж речення закінчиться
    • Неможливо передати аудіо
    • Усі мови мають однаковий порядок слів
    • Для цього не потрібні моделі
  6. Яке занепокоєння виникає через збереження голосу мовця в перекладі?
    • Файли стають занадто малими
    • Згода та зловживання дипфейком/клонуванням голосу
    • Переклад стає неможливим
    • Аудіо втрачає весь звук
  7. What representation may a direct speech-to-speech system use to connect source audio to target audio?
    • A Slurm job identifier
    • A table of image pixels
    • Discrete acoustic units that serve as intermediate speech tokens
    • A hand-written class label for every word
  8. Why can errors accumulate in a cascaded ASR → translation → TTS pipeline?
    • Each stage uses the same model weights
    • TTS always corrects the transcript
    • The stages run in parallel on the same audio
    • An upstream transcription or translation error becomes input to later stages