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。

相關引導路徑Ecapa Tdnn 說話者識別
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。

  1. 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
  2. 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
  3. 「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
  4. 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
  5. 「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
  6. 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
  7. 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
  8. 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