引導式測驗 · 中等 等級
耳語語音辨識測驗
回顧 Whisper 的多語言音訊到文字設計、其標記選擇的任務,以及廣泛的訓練覆蓋範圍能保證什麼和不能保證什麼。
問題 1 的 8
Whisper 接受了大約多少小時的音訊訓練?
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。
- Whisper 接受了大約多少小時的音訊訓練?
- 680,000小時
- 6,800 小時
- 68,000 小時
- 680萬小時
- Whisper 在編碼器之前根據原始音訊計算什麼中間表示?
- 原始波形張量
- 對數梅爾譜圖
- 僅 MFCC delta 功能
- 單一熱音素向量
- 單一 Whisper 模型如何執行轉錄和翻譯等多項任務?
- 它為每個任務加載不同的模型
- 它並行運行單獨的微調頭
- 特殊提示標記指定解碼期間的任務
- 使用者手動編輯頻譜圖
- Whisper 使用什麼整體神經架構?
- 僅卷積網絡
- 循環 LSTM 堆疊
- 擴散模型
- Transformer 編碼器-解碼器
- 與早期的 ASR 系統相比,為什麼 Whisper 被認為特別強大?
- 它接受了多樣化、嘈雜的現實世界網路音訊的訓練
- 它僅適用於工作室乾淨的音頻
- 它不使用機器學習
- 它需要定制麥克風
- Whisper 的模型權重是根據什麼許可證發布的?
- 專有,僅限 API
- 麻省理工學院(開源)
- GPL,禁止商業用途
- 知識共享非衍生性商品
- Approximately how long is each audio segment Whisper converts to a log-Mel spectrogram?
- 3 seconds
- 3 minutes
- 30 seconds
- 30 minutes
- What does Whisper’s English-translation task produce from non-English speech?
- A translated recording in the speaker’s voice
- Only a transcript in the original language
- A list of detected speakers
- An English text translation