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。

相關引導路徑耳語語音識別
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。

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. Approximately how long is each audio segment Whisper converts to a log-Mel spectrogram?
    • 3 seconds
    • 3 minutes
    • 30 seconds
    • 30 minutes
  8. 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