مسابقة WaveGAN Vocoder الموازية

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هي وظيفة المشفر الصوتي مثل Parallel WaveGAN؟
   • تحويل ميل الطيفي إلى شكل موجة صوتية خام
   • تحويل النص إلى الصوتيات
   • إزالة الضوضاء الخلفية من التسجيلات
   • ترجمة الكلام بين اللغات
2. كيف يقوم Parallel WaveGAN بإنشاء عينات صوتية مقارنة بـ WaveNet الأصلي؟
   • عينة واحدة في كل مرة، بالتسلسل
   • جميع العينات بالتوازي، غير الانحدار الذاتي
   • عن طريق تسجيل الميكروفون
   • عن طريق تسلسل المقاطع المخزنة
3. ما هي الخسارة الأساسية بالنسبة لـ Parallel WaveGAN إلى جانب خسارة الخصومة؟
   • الانتروبيا المتقاطعة على الرموز النصية
   • خسارة الترتيب الثلاثي
   • خسارة STFT متعددة الدقة
   • مكافأة التعزيز
4. ما هي البنية التي يستخدمها مولد Parallel WaveGAN؟
   • LSTM المتكررة
   • محول الرؤية
   • شجرة القرار
   • شبكة ذات نمط WaveNet ذات تطور متوسع
5. لماذا تعد Parallel WaveGAN جذابة للنشر؟
   • إنه مدمج ويعمل بشكل أسرع من الوقت الحقيقي
   • إنه نموذج كبير جدًا متعدد المليارات من المعلمات
   • لا يتطلب أي إدخال الطيفي
   • إنه يعمل فقط على أجهزة الكمبيوتر العملاقة
6. في شبكة GAN، ما هو الدور الذي يلعبه المُميِّز أثناء التدريب؟
   • فهو يولد الطيفية
   • إنه يحكم على ما إذا كان الصوت يبدو حقيقيًا أم مزيفًا
   • فإنه يسجل مجموعة البيانات
   • يقوم بتخزين أوزان النماذج
7. In Parallel WaveGAN, what does the noise input contribute alongside mel-spectrogram conditioning?
   • The speaker transcript after synthesis
   • A replacement for the discriminator
   • Stochastic input for waveform generation while the mel features condition the acoustic content
   • A fixed random waveform copied into every output
8. What does the adversarial loss encourage the Parallel WaveGAN generator to produce?
   • Text transcripts with perfect spelling
   • Audio samples with no speaker conditioning
   • A smaller mel-spectrogram vocabulary
   • Waveforms that the discriminator judges as resembling real speech