گائیڈ سے منسلک کوئز · مشکل سطح

فلٹر بینک اور PLP فیچرز کوئز

جانچیں کہ کس طرح لاگ میل فلٹر بینکس اور PLP مختصر اسپیچ فریموں کو جدید اسپیچ ماڈلز کے لیے ادراک کی شکل والی خصوصیات میں تبدیل کرتے ہیں۔

متعلقہ گائیڈ کے راستےفلٹر بینک اور پی ایل پی کی خصوصیات

سوال 1 کی 8

Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?

ہر سوال کا جائزہ لیں۔8 سوالات

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?
- The scales allocate finer frequency spacing at low frequencies and coarser spacing at high frequencies, approximating aspects of hearing
- They make files smaller only
- They remove all background noise
- They guarantee perfect speech recognition
PLP میں لکیری پیشین گوئی کا مرحلہ کیا حاصل کرتا ہے؟
- یہ حجم کو بڑھاتا ہے۔
- یہ ایک ہموار اسپیکٹرل لفافے میں فٹ بیٹھتا ہے جو آواز کی نالی کی شکل کو پکڑتا ہے۔
- یہ reverb کا اضافہ کرتا ہے۔
- یہ آڈیو کو براہ راست متن میں تبدیل کرتا ہے۔
جدید گہری اسپیچ ریکگنیشن ماڈلز کے لیے کونسی فیچر ٹائپ غالب ان پٹ ہے؟
- خام MIDI فائلیں۔
- ہاتھ سے لکھی ہوئی نقلیں۔
- لاگ میل فلٹر بینک کی خصوصیات
- جے پی ای جی سپیکٹروگرام
MFCCs Raw log-mel filterbank کی خصوصیات سے کیسے مختلف ہیں؟
- MFCCs بالکل بھی کوئی فلٹر استعمال نہیں کرتے ہیں۔
- MFCCs کو صرف ڈیسیبل میں ماپا جاتا ہے۔
- MFCCs کو مائیکروفون سرنی کی ضرورت ہوتی ہے۔
- MFCCs فلٹر بینک کے آؤٹ پٹس کو سجانے کے لیے کوزائن ٹرانسفارم شامل کرتے ہیں۔
پی ایل پی میں کون سا ادراک عنصر شامل ہے جو بنیادی میل فلٹر بینک میں نہیں ہے؟
- مساوی آواز کا منحنی خطوط اور کیوب روٹ کی شدت کا کمپریشن
- ایک بلٹ ان لینگویج ماڈل
- خودکار ترجمہ
- سٹیریو پیننگ
Why might a deep model use log-mel features or raw waveforms instead of PLP?
- PLP استعمال کرنا غیر قانونی ہے۔
- The model can learn useful task-specific representations without every hand-designed PLP step
- خام آڈیو ہمیشہ چھوٹا ہوتا ہے۔
- PLP صرف موسیقی کے لیے کام کرتا ہے۔
What is a typical log-mel filterbank feature for one speech frame?
- A word-level translation
- A single pitch label for the whole recording
- The logarithm of spectral energy pooled through a mel-spaced filter
- A pixel color from a spectrogram image
Which order best describes the main PLP processing steps?
- Translation, tokenization, and decoding
- Stereo panning, reverb, and compression
- Image segmentation followed by color correction
- Critical-band analysis, equal-loudness weighting, loudness compression, then linear prediction