Chương 7·Bài 7.3Pro
Speech recognition
Chọn câu
Light
Câu 1
Chuyển lời nói trong tệp ghi âm thành chữ viết là bài toán gì?
ASR (automatic speech recognition) nghe âm thanh rồi viết ra lời. Chiều ngược lại, từ chữ ra giọng nói, là tổng hợp tiếng nói.
Câu 2
Vì sao đọc chữ trong ảnh (OCR) với tiếng Việt khó hơn với tiếng Anh?
Dấu sắc, huyền, hỏi, ngã, nặng và các dấu như ă, ơ, ư chỉ là vài pixel, dễ bị mờ hay nhầm, mà sai một dấu là đổi nghĩa. Mô hình cần dữ liệu tiếng Việt đủ nhiều mới đọc tốt.
Câu 3
Hệ thống chép lời cuộc họp rồi tóm tắt. Phần chép lời nghe nhầm “không đồng ý” thành “đồng ý”. Bản tóm tắt sẽ ra sao?
Khi nối nhiều mô hình, lỗi ở bước đầu truyền xuống các bước sau. Vì vậy cần đo chất lượng từng bước, và cho người xem lại những chỗ quan trọng.
Còn 5 câu dành cho tài khoản Pro
Mở khóa bằng tài khoản Pro