اختبار مرتبط بالدليل · متوسط المستوى
اختبار تحويل النص إلى كلام (TTS) يمكن التحكم فيه من خلال FastPitch
تعرف على كيفية توقع FastPitch لخطوط التردد الأساسية، وتحرير درجة الصوت عند الاستدلال، وتجميع إطارات mel بالتوازي.
سؤال 1 من 8
ما هي الإشارة الإضافية التي يتنبأ بها FastPitch بشكل صريح لكل رمز إدخال؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- ما هي الإشارة الإضافية التي يتنبأ بها FastPitch بشكل صريح لكل رمز إدخال؟
- الملعب (التردد الأساسي)
- جنس المتحدث
- مستوى الضوضاء الخلفية
- معرف اللغة
- كيف يقوم FastPitch بإنشاء مخطط ميل الطيفي بهذه السرعة؟
- عن طريق تدفق الصوت عينة واحدة في وقت واحد
- غير رجعي، في تمريرة أمامية متوازية واحدة
- عن طريق النسخ من قاعدة بيانات مسجلة
- من خلال التشغيل على نواة وحدة المعالجة المركزية (CPU) واحدة فقط
- How can a user change the intonation contour in FastPitch output without retraining?
- عن طريق حذف الصوتيات
- عن طريق تغيير البذور العشوائية فقط
- عن طريق قياس أو تحرير قيم درجة الصوت المتوقعة
- عن طريق خفض معدل العينة
- أثناء التدريب، كيف يتم تعيين هدف العرض التقديمي لكل رمز مميز؟
- قيمة عشوائية
- أقصى سعة للصوت
- قيمة الإطار الأول فقط
- متوسط التردد الأساسي خلال مدة الرمز المميز
- What synthesis throughput did the FastPitch paper report for a typical utterance?
- Over 900× real time for mel-spectrogram synthesis in the reported setup
- About one second of audio per hour
- Exactly 2× real time for waveform output
- No measurement of synthesis speed
- لماذا يتم وصف التحكم في درجة الصوت لكل رمز بأنه بديهي ولكنه خشن؟
- ويتنبأ الملعب لكل عينة صوتية
- ويتنبأ بقيمة خطوة واحدة لكل رمز، وليس لكل إطار
- إنه يتجاهل الملعب تمامًا
- يعمل فقط لمتحدث واحد
- Which earlier parallel TTS architecture is FastPitch based on?
- تاكوترون 2
- WavLM
- FastSpeech
- هاي فاي جان
- Besides pitch, what token-level signal helps FastPitch align text with output frames?
- Speaker gender
- Background noise level
- Language identity only
- Predicted token duration