اختبار مرتبط بالدليل · متوسط المستوى
اختبار MelGAN للمشفر الصوتي التوليدي
فهم كيفية قيام MelGAN بتعيين مخططات طيفية ميل لأشكال موجية، واستخدام الاختزال التلافيفي، وتدريب أدوات التمييز على مستويات متعددة.
سؤال 1 من 8
ما المدخلات التي يحولها MelGAN إلى شكل موجة صوتية خام؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- ما المدخلات التي يحولها MelGAN إلى شكل موجة صوتية خام؟
- ميل الطيفي
- أحرف النص الخام
- ملف MIDI
- شعرية صوتية
- لماذا يعتبر MelGAN أسرع بكثير من WaveNet عند الاستدلال؟
- ويستخدم معدل عينة أصغر
- إنه غير انحداري ويولد الصوت في مسار متوازي واحد
- يعمل فقط على أجهزة TPU
- إنه يتخطى النطاقات عالية التردد
- ما هو التصميم المميز المميز الذي قدمته MelGAN؟
- تمييز عالمي واحد
- التمييز القائم على المحولات
- أداة تمييز متعددة المقاييس تعمل على الصوت بعدة دقة
- لا يوجد تمييز على الإطلاق
- ما هي الخسارة التي تساعد على استقرار تدريبات MelGAN القتالية؟
- الانتروبيا المتقاطعة على الرموز النصية
- يعني خسارة درجة الرأي
- خسارة الهامش الثلاثي
- فقدان مطابقة الميزات بين عمليات تنشيط التمييز
- كيف يزيد مولد MelGAN مجاله المستقبلي؟
- باستخدام التلافيف المتوسعة في الكتل المتبقية
- عن طريق إضافة طبقات LSTM المتكررة
- باستخدام الانتباه على المقطع بأكمله
- عن طريق تكديس طبقات التجميع
- What subjective evaluation measure did the MelGAN paper report?
- معدل خطأ الكلمات (WER)
- Mean Opinion Score (MOS)
- BLEU score
- Peak signal-to-noise ratio (PSNR) only
- What do MelGAN’s transposed convolutions do in the generator?
- Convert the waveform back into text
- Choose the phonemes in the input sentence
- Upsample the mel-spectrogram representation toward the audio waveform rate
- Reduce the number of audio samples to zero
- Which audio domains did the MelGAN paper use to illustrate the generality of its techniques?
- Machine translation, image captions, and video subtitling
- Only speech recognition and speaker identification
- Text summarization, code generation, and image classification
- Speech synthesis, music-domain translation, and unconditional music synthesis