Bài kiểm tra nhận dạng người nói ECAPA-TDNN

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

1. Đầu ra chính của mô hình ECAPA-TDNN cho một clip lời nói nhất định là gì?
   • Nhúng loa có chiều dài cố định (Voiceprint)
   • Bản ghi lại lời nói
   • Nhãn cảm xúc của người nói
   • Dạng sóng âm thanh đã được khử nhiễu
2. Hai phần nhúng ECAPA-TDNN thường được so sánh như thế nào để quyết định xem chúng có thuộc cùng một loa hay không?
   • Tỷ lệ lỗi từ
   • Độ tương tự cosin
   • Chênh lệch pixel bình phương trung bình
   • Chỉnh sửa khoảng cách
3. Lớp 'tổng hợp số liệu thống kê chú ý' làm gì?
   • Xóa nhạc nền trước khi nhận dạng
   • Dịch lời nói sang ngôn ngữ khác
   • Tính toán giá trị trung bình có trọng số đã học và độ lệch chuẩn trên các khung
   • Tăng tốc độ lấy mẫu âm thanh
4. Tập dữ liệu nào được sử dụng phổ biến nhất để đào tạo và đánh giá các mẫu loa ECAPA-TDNN?
   • ImageNet
   • Chỉ chú thích LibriSpeech
   • MNIST
   • VoxCeleb
5. Khối 'SE' (Squeeze-Excite) đóng góp gì cho kiến trúc?
   • Nó cân nhắc lại các kênh đặc trưng dựa trên bối cảnh toàn cầu
   • Nó nén tập tin âm thanh để lưu trữ
   • Nó thực hiện giải mã giọng nói thành văn bản
   • Nó tạo ra giọng nói đào tạo tổng hợp
6. Hàm mất mát nào thường được sử dụng để huấn luyện ECAPA-TDNN cho các phần nhúng phân biệt đối xử?
   • Sai số tuyệt đối trung bình
   • Biên độ góc phụ gia softmax (AAM-softmax)
   • Mất pixel tương phản
   • Chỉ phân loại theo thời gian theo chủ nghĩa kết nối
7. Which ECAPA-TDNN component combines information from shallow and deep network layers?
   • A residual vector quantizer
   • A weighted finite-state transducer
   • Multi-layer feature aggregation
   • A text normalization grammar
8. On which benchmark does the guide report ECAPA-TDNN reaching an equal error rate below roughly one percent?
   • ASVspoof 2021
   • LibriSpeech test-clean
   • Common Voice
   • VoxCeleb1