引導式測驗 · 中等 等級

聯結主義時間分類測驗

了解 CTC 如何邊緣化未分段的輸入影格和輸出序列(例如語音辨識轉錄物)之間的對齊。

相關引導路徑聯結主義時間分類
問題 1 的 8

CTC旨在解決語音辨識的核心問題是什麼?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. CTC旨在解決語音辨識的核心問題是什麼?
    • 對齊未分段的音訊幀以輸出沒有幀級標籤的文字
    • 壓縮音訊檔案以進行存儲
    • 將語音從一種語言翻譯成另一種語言
    • 消除錄音中的背景噪音
  2. CTC中特殊的「空白」代幣有什麼用?
    • 僅標記整個句子的結尾
    • 表示“此處沒有新輸出”並分隔真正的重複字符
    • 儲存語言模型機率
    • 表示原始音訊波形中的靜音
  3. CTC 如何計算目標轉錄的損失?
    • 它選擇最有可能的對齊方式並忽略其餘的對齊方式
    • 它逐幀比較像素值
    • 它總結了折疊到目標文字的所有有效幀路徑的機率
    • 它隨時間平均音訊幅度
  4. CTC 用於將幀路徑轉換為最終文本的兩個折疊規則是什麼?
    • 字母大寫,然後加上標點符號
    • 顛倒順序,然後刪除元音
    • 加入空格,然後翻譯為音素
    • 合併連續的重複字符,然後刪除空白標記
  5. 標準 CTC 對其輸出做出了什麼簡化假設?
    • 在給定音訊的情況下,每一幀的預測有條件地獨立於其他幀
    • 輸出很大程度上取決於先前發出的字符
    • 音頻長度必須剛好為一秒
    • 每個角色只佔一幀
  6. 為什麼在 CTC 中,使用融合語言模型的集束搜尋通常優於貪婪解碼?
    • 它在每個設備上運行速度更快
    • 它彌補了CTC內部語言模型的缺乏,並提高了準確性
    • 它消除了對空白令牌的需要
    • 它消除了訓練網路的需要
  7. What length constraint does CTC place on an output sequence relative to input frames?
    • The target must always have exactly the same length as the input
    • The target must contain twice as many labels as input frames
    • The target cannot require more output labels than there are input time steps
    • CTC requires a fixed 256-token output
  8. How can CTC compute the sum over many valid alignments without explicitly listing every path?
    • By selecting one random path and ignoring all others
    • By running a separate language model for every audio frame
    • By sorting the transcript alphabetically
    • Using a forward-backward dynamic-programming recurrence over an alignment lattice