阿摩線上測驗
登入
首頁
>
CIIE◆智慧製造
>
115年 - 115-1 中國工業工程學會_工業工程師等相關證照考試:人工智慧#136739
> 試題詳解
25. 在語音處理中,將時域訊號轉換到頻域最核心的目的為何?
(A) 把能量分佈表成頻帶結構以利特徵抽取與辨識
(B) 直接消除所有背景噪音
(C) 降低取樣率以節省計算
(D) 讓語音內容自動變成文字
答案:
登入後查看
統計:
A(8), B(1), C(0), D(1), E(0) #3793811
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2026/10/26
#7631016
考試觀念 這題考的是語音訊號的時域表示與...
(共 1025 字,隱藏中)
前往觀看
0
0
相關試題
26. 下列何者最能正確描述音訊取樣率過低可能造成的問題? (A) 只影響語言模型不影響聲學模型 (B) 只會讓音量變小但特徵不變 (C) 只要用更深的模型就能完全補償 (D) 可能產生混疊使高頻成分折疊到低頻而扭曲特徵
#3793812
27. 關於梅爾頻率倒譜係數 (MFCC) 的敘述,何者最符合其設計直覺? (A) 只能用於音樂檢索而非語音 (B) 直接保留原始波形以避免資訊流失 (C) 以接近人耳感知的頻帶刻度壓縮頻譜並提取可辨識的倒譜特徵 (D) 其主要目的是讓模型不需要資料正規化
#3793813
28. 序列式語音辨識常用連接時序分類 (CTC) 的主要原因是? (A) 能讓模型不需要任何正規化 (B) 能把語言模型完全取代 (C) 無需人工對齊即可學習序列映射 (D) 能保證每個音素都有人工標註對齊
#3793814
29. 若系統字錯誤率 (Word Error Rate) 很低但客訴仍多,最可能原因是? (A) 只要換成更深模型就會改善 (B) 字錯誤率 (Word Error Rate) 等於 0 才能部署 (C) 一定是資料量太少 (D) 評估指標與真實任務成本不一致
#3793815
30. 下列哪一種做法最能直接提升語音模型對環境噪音的穩健性(robustness)? (A) 把模型層數翻倍 (B) 把輸入改成單聲道 (C) 在訓練時加入符合部署環境分佈的噪音/混響資料增強 (D) 把 learning rate 調大
#3793816
31. 相依剖析 (dependency parsing) 最適合用來捕捉哪一類訊息? (A) 詞向量的維度大小 (B) 語音的頻譜能量分佈 (C) 句子中詞與詞之間的語法支配關係 (D) 影像的物件位置
#3793817
32. 自然語言處理 (NLP) 模型在新領域(例如醫療→法律)崩壞最精準的技術說法是? (A) 語料分佈/用語模式改變造成 domain shift,使統計規賦失效 (B) 過擬合:只要加 dropout (C) 只要換更大模型就必然改善 (D) 欠擬合:增加 epoch 一定好
#3793818
33. 下列何者最貼近詞性標記 (POS Tagging) 與相依剖析在流程上的關係? (A) 詞性標記常作為句法分析的輔助特徵,但兩者可獨立建模 (B) 詞性標記一定要先做,否則無法剖析 (C) 兩者完全無關 (D) 剖析等同詞性標記的延伸分類
#3793819
34. 模型在測試集指標很好但線上關鍵績效指標 (KPI) 很差,最常見的原因是? (A) 資料一定不足 (B) 離線指標與線上任務成本/行為回饋機制不一致 (objective mismatch) (C) GPU 不夠 (D) batch size 太小
#3793820
35. 詞性標記 (POS Tagging) 在關鍵功能詞(如否定)上出錯,對下游最可能的影響是? (A) 只會使句子變短 (B) 不會影響任何下游任務 (C) 只會影響發音 (D) 語意極性或關係結構被反轉
#3793821
相關試卷
115年 - 115-1 中國工業工程學會_工業工程師等相關證照考試:人工智慧#136739
2026 年 · #136739
113年 - 113-2 中國工業工程學會_工業工程師等相關證照考試:智慧製造#134381
2024 年 · #134381
112年 - 112-2 中國工業工程學會_工業工程師等相關證照考試:智慧製造#134380
2023 年 · #134380