Questão 22 — Amazon AIF-C01 Simulado | AWS Certified AI Practitioner Questões e Respostas

Explicação: O aplicativo móvel para usuários com deficiência visual precisa ouvir a fala do usuário e fornecer respostas de voz, exigindo recursos de conversão de fala em texto (reconhecimento de fala) e de conversão de texto em fala. As redes neurais de aprendizagem profunda são amplamente utilizadas para tarefas de reconhecimento de fala, pois podem processar e transcrever com eficácia a linguagem falada. Os serviços da AWS, como o Amazon Transcribe, que usa aprendizado profundo para reconhecimento de fala, podem atender a esse requisito convertendo a fala do usuário em texto, e o Amazon Polly pode gerar respostas de voz. Extrato exato dos documentos de IA da AWS: Da documentação da AWS no Amazon Transcribe: "O Amazon Transcribe usa redes neurais de aprendizagem profunda para realizar o reconhecimento automático de fala (ASR), convertendo a linguagem falada em texto com alta precisão. Isso é ideal para aplicações que exigem entrada de voz, como recursos de acessibilidade para usuários com deficiência visual." (Fonte: Guia do desenvolvedor do Amazon Transcribe, Introdução ao Amazon Transcribe) Opção detalhada A: Use uma rede neural de aprendizado profundo para realizar o reconhecimento de fala.Esta é a resposta correta. As redes neurais de aprendizagem profunda são a base dos modernos sistemas de reconhecimento de fala, usados ​​em serviços da AWS como o Amazon Transcribe. Eles permitem que o aplicativo ouça e transcreva a fala do usuário, e um serviço como o Amazon Polly pode lidar com respostas de voz, atendendo aos requisitos. Opção B: Construir modelos de ML para procurar padrões em dados numéricos. Esta opção é irrelevante, pois a tarefa envolve processar fala (dados de áudio) e gerar respostas de voz, não analisar padrões de dados numéricos. Opção C: Use o resumo generativo de IA para gerar texto semelhante ao humano. O resumo generativo de IA se concentra em resumir texto, não em processar fala ou gerar respostas de voz. Esta opção não atende ao requisito principal do reconhecimento de fala. Opção D: Construir modelos personalizados para classificação e reconhecimento de imagens. A classificação e o reconhecimento de imagens não estão relacionados ao processamento de fala ou à geração de respostas de voz, tornando esta opção incorreta para um aplicativo focado na interação de áudio. Referência: Guia do desenvolvedor do Amazon Transcribe: Introdução ao Amazon Transcribe (https://docs.aws.amazon.com/transcribe/latest/dg/what-is.html) Guia do desenvolvedor do Amazon Polly: Visão geral da conversão de texto em fala (https://docs.aws.amazon.com/polly/latest/dg/what-is.html) Caminho de aprendizagem do AWS AI Practitioner: Módulo sobre reconhecimento e síntese de fala