Вікторина, пов’язана з посібником · Середній Рівень
Тест на розпізнавання шепітної мови
Ознайомтеся з багатомовним дизайном Whisper для перетворення аудіо в текст, його завданнями, вибраними за маркерами, і тим, що широке охоплення навчання гарантує, а що ні.
Питання 1 з 8
Приблизно на скількох годинах аудіо було навчено Whisper?
Перегляньте кожне запитання8 запитання
Відповіді та пояснення з’являються під час виконання тесту.
- Приблизно на скількох годинах аудіо було навчено Whisper?
- 680 000 годин
- 6800 годин
- 68 000 годин
- 6,8 мільйонів годин
- Яке проміжне представлення обчислює Whisper із необробленого аудіо перед кодувальником?
- Необроблений тензор сигналу
- Спектрограма лог-Мела
- Лише функції дельта MFCC
- Один гарячий вектор фонеми
- Як одна модель Whisper виконує кілька завдань, наприклад транскрипцію та переклад?
- Кожне завдання завантажує іншу модель
- Він запускає окремі налаштовані головки паралельно
- Спеціальні підказки вказують завдання під час декодування
- Користувачі редагують спектрограму вручну
- Яку загальну нейронну архітектуру використовує Whisper?
- Мережа лише згортки
- Повторюваний стек LSTM
- Модель дифузії
- Трансформатор кодер-декодер
- Чому Whisper вважається особливо надійним порівняно з попередніми системами ASR?
- Він був навчений на різноманітному шумному реальному веб-аудіо
- Він працює лише зі студійно чистим звуком
- Він не використовує машинне навчання
- Для цього потрібен спеціальний мікрофон
- За якою ліцензією були випущені модельні гирі Whisper?
- Запатентований, лише для API
- MIT (з відкритим кодом)
- GPL без комерційного використання
- Creative Commons непохідний
- Approximately how long is each audio segment Whisper converts to a log-Mel spectrogram?
- 3 seconds
- 3 minutes
- 30 seconds
- 30 minutes
- What does Whisper’s English-translation task produce from non-English speech?
- A translated recording in the speaker’s voice
- Only a transcript in the original language
- A list of detected speakers
- An English text translation