مسابقة WaveNet

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. كيف تقوم WaveNet بتوليد الصوت؟
   • عينة خام واحدة في كل مرة، بشرط العينات السابقة
   • عن طريق اختيار مقاطع من مكتبة ثابتة
   • عن طريق تحويل الطيفية مباشرة إلى نص
   • جميع العينات في وقت واحد دون أي ترتيب
2. ما هو الابتكار التلافيفي الرئيسي في WaveNet؟
   • ماكس طبقات التجميع
   • التلافيف السببية المتوسعة
   • البوابات المتكررة فقط
   • طبقات متصلة بالكامل
3. How did the original WaveNet represent quantized waveform samples for prediction?
   • As a single continuous average for the entire clip
   • As speaker IDs only
   • As a categorical distribution over 256 µ-law-quantized values
   • As a sequence of image patches
4. ما هو العيب العملي الرئيسي لـ WaveNet الأصلي؟
   • لا يمكن أن ينتج إلا الصمت
   • لا يتطلب أي بيانات التدريب
   • لقد عملت فقط على الصور
   • أخذ العينات المتسلسلة جعل عملية التوليد بطيئة
5. In the speech-synthesis experiments described in the WaveNet paper, what does the model generate?
   • Raw speech waveforms sample by sample, conditioned on linguistic features
   • A mel-spectrogram that is itself the final audio
   • Only phoneme labels without audio
   • A MIDI score
6. ما هي المنظمة التي قدمت WaveNet؟
   • ناسا
   • DeepMind
   • OpenAI
   • Adobe
7. What does causal convolution prevent in WaveNet?
   • Using preceding samples as context
   • Generating any audio waveform
   • Using future audio samples to predict the current sample
   • Conditioning on text or speaker features
8. What activation structure does the original WaveNet use in its gated convolutional layers?
   • A ReLU output concatenated with image patches
   • A softmax over speakers only
   • A linear layer without nonlinearities
   • A tanh-filter output multiplied elementwise by a sigmoid gate