引導式測驗 · 中等 等級
ECAPA-TDNN 說話者識別測驗
探索 ECAPA-TDNN 說話者嵌入、通道注意力、特徵聚合、注意力池、餘弦評分和說話者基準測試。
問題 1 的 8
對於給定的語音片段,ECAPA-TDNN 模型的主要輸出為何?
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。
- 對於給定的語音片段,ECAPA-TDNN 模型的主要輸出為何?
- 固定長度的揚聲器嵌入(聲紋)
- 所說的話的抄本
- 說話者情緒的標籤
- 去噪音頻波形
- 通常如何比較兩個 ECAPA-TDNN 嵌入來確定它們是否屬於同一說話者?
- 字錯誤率
- 餘弦相似度
- 均方像素差
- 編輯距離
- 「注意力統計池」層有什麼作用?
- 辨識前刪除背景音樂
- 將語音翻譯成另一種語言
- 計算幀上學習的加權平均值和標準差
- 提高音訊取樣率
- 哪個資料集最常用於訓練和基準測試 ECAPA-TDNN 說話者模型?
- 影像網
- 僅限 LibriSpeech 字幕
- 國家標準技術研究所
- 沃克斯名人
- 「SE」(擠壓激勵)區塊對架構有什麼貢獻?
- 它根據全局上下文重新加權特徵通道
- 它壓縮音訊檔案以進行存儲
- 它執行語音到文字的解碼
- 它產生合成訓練聲音
- 哪一種損失函數通常用於訓練 ECAPA-TDNN 進行判別性嵌入?
- 平均絕對誤差
- 附加角裕度softmax(AAM-softmax)
- 對比像素損失
- 僅聯結主義時間分類
- Which ECAPA-TDNN component combines information from shallow and deep network layers?
- A residual vector quantizer
- A weighted finite-state transducer
- Multi-layer feature aggregation
- A text normalization grammar
- On which benchmark does the guide report ECAPA-TDNN reaching an equal error rate below roughly one percent?
- ASVspoof 2021
- LibriSpeech test-clean
- Common Voice
- VoxCeleb1