Machine Learning / AI

Cos'è l'allineamento forzato e l'hai usato?

Come diagnosticare e correggere le differenze di velocità e intervallo tra le frasi?

Qual è la differenza tra WAV e PCM?

Se la velocità di parola e gli intervalli tra le frasi differiscono, come diagnosticarlo e correggerlo?

Hai domande aggiuntive per l'intervistatore?

Middle

ВкусВилл

Cosa fare se non ci sono trascrizioni per i segmenti audio?

Cos'è G2P?

Dopo il fine-tuning, il modello ha iniziato a inghiottire le parole. Come diagnosticare e risolvere?

Cosa fare dopo la segmentazione VAD?

Perché nei gradient boosting si usano di solito modelli deboli?

C'è esperienza con l'addestramento distribuito e quale esattamente?

Come garantire la riproducibilità degli esperimenti ML e la capacità di ripristinare il modello se l'artefatto è stato eliminato in S3?

Può il boosting essere costruito su modelli lineari?

Cosa bisogna salvare nel checkpoint per continuare l'addestramento dopo 47 ore senza perdere lo stato?

Qual è la complessità asintotica dell'auto-attenzione e cos'è la cache KV nell'inferenza?

Cos'è un testo normalizzato e come normalizzare un testo normale per TTS?

Come annotare un audio non annotato se diversi ASR normalizzano il testo in modo diverso e aggiungono punteggiatura?

Come si comporta la ricerca semantica regolare in una base di conoscenza di supporto se tutti i documenti contengono raccomandazioni positive, ma l'utente chiede cosa non bisogna assolutamente fare?

Come applicare specificamente VAD per ottenere campioni di qualità?

Come viene implementato l'output strutturato come decodifica vincolata?