مسابقة مشفرات الصوت العصبية

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هي الوظيفة الأساسية للمشفر الصوتي العصبي؟
   • لتحويل تمثيل صوتي مثل مخطط طيفي ميل إلى شكل موجة مسموع
   • لتحويل النص مباشرة إلى معنى
   • لترجمة الكلام بين اللغات
   • لإزالة الضوضاء الخلفية من التسجيلات
2. ما هو نموذج عام 2016 الذي كان بمثابة الإنجاز الذي جعل أجهزة التشفير الصوتي العصبية تبدو طبيعية؟
   • هاي فاي جان
   • ويف نت
   • تاكوترون
   • ميلجان
3. لماذا كان WaveNet الأصلي بطيئًا في توليد الصوت؟
   • يتطلب الأمر GPU منفصلاً لكل كلمة
   • لقد أعاد تدريب نفسه على كل مدخلات
   • لقد تنبأ بعينة صوتية واحدة في كل مرة بشكل انحداري تلقائي
   • لقد قدم الفيديو إلى جانب الصوت
4. ما هي المعلومات التي يتجاهلها مخطط طيفي الميل بشكل ملحوظ، مما يجعل مهمة المشفر الصوتي أكثر صعوبة؟
   • شدة الصوت
   • اللغة التي يتم التحدث بها
   • معدل العينة
   • معلومات مرحلة الإشارة
5. كيف تعمل أجهزة التشفير الصوتي المستندة إلى GAN مثل HiFi-GAN على تحسين الواقعية؟
   • باستخدام أدوات تمييز متعددة تحكم على الإشارة بمقاييس مختلفة
   • عن طريق تحويل الصوت إلى نص أولا
   • بمتوسط آلاف التسجيلات معًا
   • من خلال توليد الترددات المنخفضة فقط
6. في خط أنابيب تحويل النص إلى كلام (TTS) الحديث النموذجي، ما الذي ينتج مخطط ميل الطيفي الذي يستهلكه المشفر الصوتي؟
   • مولد الضوضاء
   • نموذج صوتي مثل Tacotron 2 أو FastSpeech
   • المشفر الصوتي نفسه
   • ميكروفون
7. What component in HiFi-GAN combines residual blocks with different dilation patterns?
   • A phoneme tokenizer
   • A recurrent attention decoder
   • The multi-receptive-field fusion (MRF) module
   • A speaker-verification classifier
8. What does HiFi-GAN’s multi-period discriminator help assess?
   • Whether the text transcript is grammatically correct
   • Whether the speaker’s face matches the voice
   • Whether the mel-spectrogram uses enough colors
   • Whether generated waveform segments reflect realistic periodic patterns