گائیڈ سے منسلک کوئز · درمیانہ سطح

RNN-ٹرانسڈیوسر ماڈلز کوئز

سمجھیں کہ کس طرح RNN-Transducer ماڈلز سٹریمنگ تسلسل ٹرانسکرپشن ٹاسک کے لیے صوتی فریموں اور آؤٹ پٹ ہسٹری کو یکجا کرتے ہیں۔

متعلقہ گائیڈ کے راستےRnn ٹرانسڈیوسر ماڈلز
سوال 1 کی 8

RNN-Transducer خاص طور پر CTC کی کس حد کو پورا کرتا ہے؟

ہر سوال کا جائزہ لیں۔8 سوالات

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

  1. RNN-Transducer خاص طور پر CTC کی کس حد کو پورا کرتا ہے؟
    • CTC کا مشروط آزادی مفروضہ، جو ماڈلنگ آؤٹ پٹ ٹوکن انحصار کو روکتا ہے
    • CTC آڈیو پر بالکل بھی کارروائی نہیں کر سکتا
    • CTC کو چلانے کے لیے GPUs کی ضرورت ہے۔
    • CTC صرف تصاویر کے لیے کام کرتا ہے۔
  2. RNN-Transducer کے تین اہم اجزاء کیا ہیں؟
    • انکوڈر، ڈیکوڈر، اور امتیاز کرنے والا
    • انکوڈر (ٹرانسکرپشن نیٹ ورک)، پیشن گوئی نیٹ ورک، اور مشترکہ نیٹ ورک
    • صرف ٹوکنائزر، ایمبیڈر، اور سافٹ میکس
    • دو توجہ کے سر اور ایک روٹر
  3. RNN-T میں پیشین گوئی نیٹ ورک کیا کردار ادا کرتا ہے؟
    • یہ آڈیو ویوفارم کو کمپریس کرتا ہے۔
    • یہ مائکروفون کے حجم کی پیمائش کرتا ہے۔
    • یہ ایک لینگویج ماڈل کی طرح کام کرتا ہے، پہلے سے خارج ہونے والے ٹوکنز پر کنڈیشنگ کرتا ہے۔
    • یہ نمونے لینے کی شرح کا انتخاب کرتا ہے۔
  4. RNN-T قدرتی طور پر کم تاخیر والی سٹریمنگ کو کیوں سپورٹ کرتا ہے؟
    • یہ کسی بھی چیز کو خارج کرنے سے پہلے ایک ہی بار میں پورے قول پر کارروائی کرتا ہے۔
    • یہ ٹائم آرڈر کو مکمل طور پر نظر انداز کرتا ہے۔
    • یہ صرف پہلے سے ریکارڈ شدہ فائلوں پر کام کرتا ہے۔
    • اس کی سیدھ یکسر ہے اور بائیں سے دائیں، خالی جگہوں کے ساتھ آڈیو کے ذریعے آگے بڑھ رہی ہے۔
  5. RNN-T ڈی کوڈنگ میں، خالی ٹوکن کا اخراج کیا کرتا ہے؟
    • اگلے آڈیو ٹائم مرحلے کی طرف پیش قدمی
    • پوری نقل کو ختم کرتا ہے۔
    • پچھلے لفظ کو حذف کرتا ہے۔
    • ایک مختلف زبان میں سوئچ کرتا ہے۔
  6. جدید پروڈکشن RNN-T سسٹمز میں کون سی انکوڈر قسم تیزی سے LSTMs کی جگہ لے رہی ہے؟
    • فیصلہ کرنے والے درخت
    • کنفارمر انکوڈرز
    • الفاظ کا سادہ بیگ
    • پوشیدہ مارکوف ماڈلز
  7. What two histories condition the RNN-T joint network’s output distribution?
    • Only the future transcript and a speaker photo
    • Only the last acoustic frame, without output context
    • The encoder representation of acoustic input and the prediction-network representation of prior output labels
    • The optimizer state and learning rate
  8. What alignment behavior does an RNN-T allow before advancing to the next audio frame?
    • It must emit exactly one label for every frame
    • It advances time only after a word-final token
    • It generates all output before reading any audio
    • It can emit zero or more nonblank labels at the current frame, then a blank advances time