引导式测验 · 硬 等级

Filterbank 和 PLP 功能测验

测试 log-mel 滤波器组和 PLP 如何将短语音帧转换为现代语音模型的感知形状特征。

相关引导路径Filterbank 和 Plp 功能
问题 1 的 8

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

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. 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
  2. PLP 中的线性预测步骤有何作用？
    • 它增加了音量
    • 它适合捕捉声道形状的平滑频谱包络
    • 它增加了混响
    • 它直接将音频转换为文本
  3. 哪种特征类型是现代深度语音识别模型的主要输入？
    • 原始 MIDI 文件
    • 手写成绩单
    • Log-mel 滤波器组特征
    • JPEG 频谱图
  4. MFCC 与原始 log-mel 滤波器组特征有何不同？
    • MFCC 根本不使用过滤器
    • MFCC 仅以分贝为单位进行测量
    • MFCC 需要麦克风阵列
    • MFCC 添加余弦变换以去相关滤波器组输出
  5. PLP 包含哪些基本梅尔滤波器组不包含的感知元素？
    • 等响度曲线和立方根强度压缩
    • 内置语言模型
    • 自动翻译
    • 立体声声像
  6. Why might a deep model use log-mel features or raw waveforms instead of PLP?
    • PLP的使用是非法的
    • The model can learn useful task-specific representations without every hand-designed PLP step
    • 原始音频总是较小
    • PLP仅适用于音乐
  7. 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
  8. 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