Тест, свързан с ръководство · Среден Ниво

Тест за синтез на пеене на глас

Разгледайте как системите за пеене и глас комбинират текстове, музикални ноти, подготовка на певеца, акустично моделиране и етика на вокален синтез.

Свързани ръководни пътекиПеещ гласов синтез
Въпрос 1 на 8

What core inputs does a score-conditioned singing-voice system use?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. What core inputs does a score-conditioned singing-voice system use?
    • Lyrics and musical-score information such as pitch and duration
    • Само текстова подкана, описваща настроението
    • Снимка на певицата и етикет на жанра
    • Модел на барабани и диаграма на акордите
  2. What did Yamaha say it announced publicly in 2003?
    • A diffusion-based speech recognizer
    • Development of a singing-synthesis technology called VOCALOID
    • The first open-source music transformer
    • A universal audio codec for streaming
  3. What does an F0 contour represent in voiced singing?
    • Обвивката на силата на звука на песента
    • Редът на фонемите на текста
    • The estimated fundamental-frequency or pitch trajectory over time
    • Нивото на реверберация на стаята
  4. In the described two-stage neural singing-synthesis setup, what can the acoustic model produce before the vocoder?
    • Готов MP3 файл
    • MIDI файл
    • Текстов препис
    • Мел-спектрограма
  5. Как DiffSinger използва дифузията в своя акустичен модел?
    • It iteratively denoises acoustic features conditioned on the musical score
    • It concatenates complete songs without conditioning
    • It predicts only the singer’s name and no audio features
    • It replaces note information with an image classifier
  6. Коя е основната етична загриженост, повдигната от съвременния SVS?
    • Използва твърде много ноти
    • Deepfake вокали на истински изпълнители, направени без съгласие
    • Не може да доведе до промяна на височината
    • Работи само за изговорена дума
  7. What does portamento describe in a synthesized singing performance?
    • The word-level transcript of lyrics
    • The codec that converts a waveform into tokens
    • A continuous pitch glide between notes
    • A fixed speaker identity embedding
  8. What does a neural vocoder do after an acoustic model predicts a mel-spectrogram?
    • Chooses the lyrics and musical score
    • Determines the singer’s legal permissions
    • Estimates the track’s album cover
    • Converts the acoustic representation into an audio waveform