Тест, свързан с ръководство · Среден Ниво

Тест за синтез на емоционална реч

Прегледайте емоционалните контроли на речта, валентността и възбудата, прехвърлянето, базирано на справка, ограниченията на данните и опасенията за съгласие. и безопасна употреба

Свързани ръководни пътекиСинтез на емоционална реч
Въпрос 1 на 8

Емоционалният синтез на реч променя основно кой аспект на генерираното аудио?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Емоционалният синтез на реч променя основно кой аспект на генерираното аудио?
    • Как се предават думите, като височина, темп и качество на гласа
    • Изречените буквални думи
    • Файловият формат на аудиото
    • Езикът на текста
  2. In Russell’s circumplex model of affect, what do valence and arousal represent?
    • Speaker identity and loudness
    • Pleasantness and activation
    • Speech rate and pause duration
    • Articulation and pitch range
  3. What acoustic pattern did one study observe in an actress’s deliberately portrayed sad speech?
    • Higher RMS energy and fewer pauses
    • No change in any acoustic measure
    • Lower median RMS energy and more inter-word silence
    • A fixed pitch identical to neutral speech
  4. Как категоричният емоционален модел обикновено казва на синтезатора коя емоция да използва?
    • Чрез пренаписване на въведения текст с емотикони
    • Чрез забавяне на звука след генерирането му
    • Чрез промяна на настройките на микрофона
    • Чрез подаване на научено вграждане за избрания етикет на емоция
  5. What difficulty did a controllable emotion-transfer paper identify when using reference audio?
    • Selecting a reference that conveys the desired emotion strength
    • Choosing a file format that contains no audio
    • Converting every label into a speaker name
    • Ensuring that all emotion categories use identical pitch
  6. For covered providers generating synthetic audio, what transparency measure does Article 50 require?
    • Publishing the source code of every model
    • Marking outputs in a machine-readable and detectable format as artificially generated or manipulated
    • Obtaining an emotion label from each listener
    • Replacing all audio with text captions
  7. In reference-based emotion transfer, what information can an emotion embedding carry?
    • A speaker’s written transcript only
    • A guarantee about the listener’s emotional response
    • A learned representation of affective style from the reference speech
    • A replacement for the acoustic waveform
  8. What is one goal of cross-speaker emotion disentanglement?
    • Change every word while preserving pitch only
    • Copy the reference speaker’s identity exactly
    • Remove all variation from the generated voice
    • Transfer emotional expression while retaining the target speaker’s identity