引導式測驗 · 中等 等級

RNN-感測器模型測驗

了解 RNN-Transducer 模型如何結合聲學幀和輸出歷史記錄來執行流序列轉錄任務。

相關引導路徑Rnn 感測器模型
問題 1 的 8

RNN-Transducer 具體解決了 CTC 的哪些限制?

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. RNN-Transducer 具體解決了 CTC 的哪些限制?
    • CTC 的條件獨立假設,阻止對輸出令牌依賴性進行建模
    • CTC 根本無法處理音頻
    • CTC 需要 GPU 才能運作
    • CTC僅適用於影像
  2. RNN-Transducer 的三個主要組件是什麼?
    • 編碼器、解碼器和鑑別器
    • 編碼器(轉錄網絡)、預測網絡、聯合網絡
    • 僅限分詞器、嵌入器和 softmax
    • 兩個注意力頭和一個路由器
  3. 預測網路在 RNN-T 中扮演什麼角色?
    • 它壓縮音訊波形
    • 它測量麥克風音量
    • 它的作用就像一個語言模型,以先前發出的令牌為條件
    • 它選擇取樣率
  4. 為什麼 RNN-T 如此自然地支援低延遲流?
    • 它在發出任何內容之前立即處理整個話語
    • 它完全忽略了時間順序
    • 它僅適用於預先錄製的文件
    • 它的對齊方式是單調的,從左到右,在帶有空白的音訊中前進
  5. 在 RNN-T 解碼中,發出空白標記有什麼作用?
    • 前進到下一個音頻時間步
    • 結束整個轉錄
    • 刪除前一個單字
    • 切換到不同的語言
  6. 在現代生產 RNN-T 系統中,哪種編碼器類型越來越多地取代 LSTM?
    • 決策樹
    • 一致性編碼器
    • 普通詞袋
    • 隱馬可夫模型
  7. What two histories condition the RNN-T joint network’s output distribution?
    • Only the future transcript and a speaker photo
    • Only the last acoustic frame, without output context
    • The encoder representation of acoustic input and the prediction-network representation of prior output labels
    • The optimizer state and learning rate
  8. What alignment behavior does an RNN-T allow before advancing to the next audio frame?
    • It must emit exactly one label for every frame
    • It advances time only after a word-final token
    • It generates all output before reading any audio
    • It can emit zero or more nonblank labels at the current frame, then a blank advances time