Тест, свързан с ръководство · Среден Ниво

Тест за преобразуване на глас

Преглед на съдържанието и разплитане на високоговорителите, паралелни и непаралелни данни, преобразуване на CycleGAN и синтез на форма на вълната. методи

Свързани ръководни пътекиГласово преобразуване
Въпрос 1 на 8

Какво променя гласовото преобразуване при запис?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какво променя гласовото преобразуване при запис?
    • Самоличността на говорещия, на кого прилича
    • Думите, които се изричат
    • Езикът на съдържанието
    • Само фоновата музика
  2. Коя основна възможност позволява на системата да разменя глас, като запазва думите?
    • Увеличаване на аудио битрейта
    • Разграничаване на езиковото съдържание от идентичността на говорещия
    • Първо превеждам текста
    • Премахване на цялата височина от сигнала
  3. Как AutoVC насърчава модела да премахва самоличността на говорещия от съдържанието?
    • Чрез използване на много голям неограничен скрит слой
    • Като изисква хиляди паралелни записи
    • Чрез използване на внимателно оразмерено информационно тясно място
    • Чрез добавяне на произволен шум към думите
  4. Какво отличава „паралелен“ набор от данни за преобразуване на глас от „непаралелен“?
    • Паралелните данни винаги се записват в стерео
    • Непаралелните данни трябва да са на два езика
    • Няма истинска разлика между тях
    • Паралелните данни изискват и двамата говорители да казват едни и същи изречения; непаралелен не
  5. What makes the AutoVC approach “zero-shot” in the paper’s voice-conversion setting?
    • It converts to a target speaker not seen as a training speaker, using target reference audio without retraining for that target
    • It produces speech without any audio input
    • It translates speech into a new language automatically
    • It requires paired recordings of both speakers saying every sentence
  6. Why does ASVspoof evaluate spoofed or deepfake speech countermeasures?
    • To measure whether a voice converter preserves punctuation
    • To test defenses that protect automatic speaker verification from manipulated audio
    • To identify the language of every sentence
    • To replace the enrollment utterance with a text transcript
  7. How does CycleGAN-VC learn a mapping between speakers without parallel utterances?
    • Exact word-for-word paired recordings are mandatory
    • It translates only the written transcript
    • Cycle-consistency and adversarial objectives constrain conversions between domains
    • It copies the target speaker’s raw waveform
  8. In a voice-conversion system, what does a vocoder do?
    • Identifies the speaker’s legal identity
    • Превежда реч на друг език
    • Measures speaker-verification accuracy
    • Converts acoustic features such as a spectrogram into an audio waveform