Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ
Bài kiểm tra ASR tích chập của Wav2Letter
Đánh giá thiết kế âm thanh của wav2letter và mục tiêu ASG, với sự khác biệt giữa các thử nghiệm ban đầu, công cụ C++ sau này và các trường tiếp thu.
Câu hỏi 1 của 8
Kiến trúc nào xác định mạng âm thanh wav2letter ban đầu?
Xem trước mọi câu hỏi8 câu hỏi
Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.
- Kiến trúc nào xác định mạng âm thanh wav2letter ban đầu?
- A recurrent-only network
- A decision-tree ensemble
- A Gaussian-mixture-only acoustic network
- A convolutional network without recurrent acoustic connections
- Tổ chức nghiên cứu nào liên kết với bài báo wav2letter gốc năm 2016?
- Google Não
- Microsoft Nghiên cứu
- Facebook AI Research
- NVIDIA
- Mô hình âm thanh wav2letter ban đầu dự đoán biểu diễn đầu ra nào từ đầu vào giọng nói được nghiên cứu của nó?
- Only an intermediate human-labeled phoneme transcript
- Letters or graphemes
- Only a list of speaker names
- Only a global tempo value
- Sự mất mát AutoSegCriterion (ASG) ban đầu khác với sự mất mát CTC phổ biến hơn như thế nào?
- Nó loại bỏ ký hiệu trống và mô hình chuyển tiếp chữ cái một cách trực tiếp
- Nó yêu cầu căn chỉnh thủ công trên mỗi khung hình
- Nó chỉ hoạt động với RNN
- Nó không thể xử lý các chuỗi có độ dài thay đổi
- Ngăn xếp âm tích chập mang lại sự khác biệt tính toán nào so với sự phụ thuộc lặp lại thông thường theo thời gian?
- Every complete speech decoder becomes fully parallel
- No labeled transcription data is needed for its supervised objective
- Convolution operations can be evaluated across positions without that recurrent chain
- Every workload necessarily obtains zero transcription error
- Which C++ machine-learning library documents ASR applications formerly associated with the wav2letter project?
- scikit-learn only
- An audio-compression format
- A required spelling dictionary standard
- Đèn pin
- Which tensor library does the later wav2letter++ paper identify for its C++ framework?
- ArrayFire
- A required Java virtual machine
- Only the original Torch7 runtime
- A fixed spreadsheet engine
- For two length-three temporal convolutions at stride one and dilation one with no padding or intervening operation, how many original positions can one second-layer output depend on?
- Ba
- Năm
- Sáu
- Chín