引導式測驗 · 中等 等級

言語分離和雞尾酒會問題測驗

檢查語音分離系統如何處理實際音訊管道中的混合語音、空間提示、說話者計數和目標說話者提取。

問題 1 的 8

什麼是「雞尾酒會問題」?

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. 什麼是「雞尾酒會問題」?
    • 在眾多競爭聲音或聲源中專注於一種聲音或聲源
    • 在活動中選擇適合的飲料
    • 測量房間的響度
    • 壓縮派對音樂以進行串流傳輸
  2. 考慮到多個說話者的混合錄音,語音分離系統的輸出是什麼?
    • 混合物的單一響亮版本
    • 每個揚聲器都有獨立的音軌
    • 僅文字摘要
    • 整個房間的壓縮MP3
  3. Conv-TasNet 與許多早期的分離方法有何不同?
    • 至少需要八個麥克風
    • 它僅適用於預先錄製的音樂
    • 它直接在時域中對原始波形樣本而不是頻譜圖進行操作
    • 它在分離語音之前先翻譯語音
  4. 許多分離網路如何將單一聲音從混合物中分離出來?
    • 透過提高取樣率
    • 透過刪除所有高於 1 kHz 的頻率
    • 透過將音訊轉換為灰階
    • 透過估計選擇每個揚聲器的訊號部分的模板
  5. 什麼是「目標說話者提取」?
    • 使用簡短的聲音參考樣本找出一個特定的人
    • 從錄音中刪除所有人聲
    • 計算有多少發言者在場
    • 增強背景音樂
  6. 為什麼添加視訊有助於語音分離?
    • 影片減小了音訊檔案的大小
    • 嘴唇運動提供視覺提示,有助於將聲音與正確的說話者匹配
    • 相機自動消除迴聲
    • 視訊無需任何音訊處理
  7. 在分析混合物之前,是什麼使得重疊語音對於分離系統來說變得困難?
    • 此混合物不包含音訊樣本
    • 每個揚聲器始終佔據單獨的頻段
    • 揚聲器的數量以及波形的哪些部分屬於每個揚聲器可能是未知的
    • 錄音已經標記了每個單字及其說話者
  8. 早期的多麥克風分離方法可以使用什麼線索來區分說話者?
    • 每個發言者名字的拼寫
    • 錄音介面顏色
    • 僅檔案的壓縮比
    • 每個聲音到達麥克風陣列的方式存在空間差異