اختبار مرتبط بالدليل · متوسط المستوى
مسابقة HiFi-GAN وGAN للمشفرين الصوتيين
يتحقق من تحويل mel إلى موجة، التوليد الأمامي، المميزات الدورية ومتعددة المقياس، التدريب التنافسي والخسائر المساعدة.
سؤال 1 من 8
ما هي الوظيفة الأساسية لمشفر صوتي مثل HiFi-GAN في مسار تحويل النص إلى كلام؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- ما هي الوظيفة الأساسية لمشفر صوتي مثل HiFi-GAN في مسار تحويل النص إلى كلام؟
- تحويل مخطط ميل الطيفي إلى شكل موجة صوتية خام
- تحويل النص الخام إلى الصوتيات
- محاذاة النص للمدد
- ترجمة الكلام من لغة إلى أخرى
- لماذا يعتبر HiFi-GAN أسرع بكثير من المشفر الصوتي WaveNet السابق؟
- ويستخدم مفردات أصغر
- إنه تغذية للأمام وينتج شكل الموجة بالكامل في مسار واحد بدلاً من الانحدار الذاتي
- فهو يولد عينات واحدة في وقت واحد بشكل أكثر كفاءة
- إنه يتخطى الطيفي تمامًا
- ما الذي يساعده أداة التمييز متعدد الفترات في HiFi-GAN على وجه التحديد في الالتقاط؟
- المعنى الدلالي للكلمات
- مستويات الضوضاء في الخلفية
- الأنماط الدورية المتعلقة بدرجة الصوت في الإشارة
- تسمية النغمة العاطفية للمتحدث
- يتم تدريب المشفرين الصوتيين في GAN "بشكل عدائي". ماذا يعني ذلك هنا؟
- يتنافس النموذج مع الرواة البشريين
- يتم خلط لغتين أثناء التدريب
- تتم مكافأة النموذج فقط على السرعة، وليس الجودة
- يحاول المولد خداع واحد أو أكثر من أدوات التمييز التي تحكم على ما إذا كان الصوت حقيقيًا أم لا
- أي مشفر صوتي لاحق يمتد HiFi-GAN لتعميم أفضل على الأصوات غير المرئية والغناء والآلات؟
- BigVGAN
- تاكوترون
- ويف نت
- بيرت
- ما هي الخسارة الإضافية التي تساعد في الحفاظ على استقرار تدريب HiFi-GAN وإخلاصه للمدخلات؟
- خسارة الترجمة
- خسارة إعادة بناء الطيف الطيفي
- خسارة تصنيف الرمز المميز
- إشارة مكافأة التعزيز
- What does HiFi-GAN’s Multi-Scale Discriminator examine?
- Only the text transcript
- The model’s optimizer state
- Waveforms at several downsampled resolutions
- One mel bin at a time
- Why include a mel-spectrogram reconstruction loss alongside adversarial loss?
- To eliminate the generator
- To make the model autoregressive
- To remove the conditioning mel-spectrogram
- To anchor spectral content while discriminators encourage realistic waveform texture