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。
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。
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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