测测你对课程内容的理解

1. 什么是声码器（vocoder）？

2. Wav2Vec2模型采用了什么结构？

3. CTC算法中的空白标记（blank token）有什么作用？

4. 下列关于CTC模型的选项中哪一项是 错误 的？

5. Whisper模型使用了什么结构？

6. 解决音频分类任务的最简单方法是？

7. 以下陈述是否正确：当我们在时频谱上应用图像分类技巧时，我们可以使用常见的图像数据增强（Image data augmentation）方法，例如图像平移、裁切或改变大小，来提高模型的性能。