Machine Learning / AI

O que é alinhamento forçado e já o utilizou?

Como diagnosticar e corrigir diferenças de velocidade e intervalos entre frases?

Qual é a diferença entre WAV e PCM?

Se a velocidade da fala e os intervalos entre frases diferirem, como diagnosticar e corrigir?

Tem alguma pergunta adicional para o entrevistador?

Middle

ВкусВилл

O que fazer se não houver transcrições para segmentos de áudio?

O que é G2P?

Após ajuste fino, o modelo começou a engolir palavras. Como diagnosticar e corrigir?

O que fazer após a segmentação VAD?

Por que os modelos fracos são geralmente usados no gradient boosting?

Existe experiência com treino distribuído e qual exatamente?

Como garantir a reprodutibilidade de experimentos de ML e a capacidade de restaurar o modelo se o artefato foi excluído no S3?

Pode-se construir boosting com modelos lineares?

O que deve ser guardado no ponto de verificação para continuar o treino após 47 horas sem perder o estado?

Qual é a complexidade assintótica da autoatenção e o que é o cache KV na inferência?

O que é texto normalizado e como normalizar texto comum para TTS?

Como anotar áudio não anotado se diferentes ASR normalizam o texto de forma diferente e adicionam pontuação?

Como se comportará a pesquisa semântica regular numa base de conhecimento de suporte se todos os documentos contiverem recomendações positivas, mas o utilizador perguntar o que definitivamente não deve ser feito?

Como aplicar especificamente VAD para obter amostras de qualidade?

Como é implementada a saída estruturada como decodificação restrita?