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。
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。
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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