Bài kiểm tra nhận dạng giọng nói thì thầm

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

1. Whisper đã được huấn luyện về khoảng bao nhiêu giờ âm thanh?
   • 680.000 giờ
   • 6.800 giờ
   • 68.000 giờ
   • 6,8 triệu giờ
2. Whisper tính toán biểu diễn trung gian nào từ âm thanh thô trước bộ mã hóa?
   • Một tenxơ dạng sóng thô
   • Quang phổ log-Mel
   • Chỉ các tính năng đồng bằng MFCC
   • Một vectơ âm vị nóng
3. Làm thế nào để một mô hình Whisper thực hiện nhiều tác vụ như phiên âm và dịch thuật?
   • Nó tải một mô hình khác nhau cho mỗi nhiệm vụ
   • Nó chạy song song các đầu tinh chỉnh riêng biệt
   • Mã thông báo nhắc nhở đặc biệt chỉ định tác vụ trong quá trình giải mã
   • Người dùng chỉnh sửa biểu đồ phổ theo cách thủ công
4. Whisper sử dụng kiến trúc thần kinh tổng thể nào?
   • Mạng chỉ tích chập
   • Ngăn xếp LSTM định kỳ
   • Mô hình khuếch tán
   • Bộ mã hóa-giải mã Transformer
5. Tại sao Whisper được coi là đặc biệt mạnh mẽ so với các hệ thống ASR trước đó?
   • Nó được đào tạo về âm thanh web trong thế giới thực đa dạng và ồn ào
   • Nó chỉ hoạt động trên âm thanh sạch trong phòng thu
   • Nó không sử dụng máy học
   • Nó yêu cầu một micrô tùy chỉnh
6. Trọng lượng mô hình của Whisper được phát hành theo giấy phép nào?
   • Độc quyền, chỉ dành cho API
   • MIT (mã nguồn mở)
   • GPL không sử dụng cho mục đích thương mại
   • Creative Commons không phái sinh
7. Approximately how long is each audio segment Whisper converts to a log-Mel spectrogram?
   • 3 seconds
   • 3 minutes
   • 30 seconds
   • 30 phút
8. 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