Тест, свързан с ръководство · Среден Ниво
Voicebox Flow-Matching тест за генериране на реч
Тествайте целта за запълване на речта на Voicebox, генериране на съвпадение на потока, контекстно редактиране и отчетен обхват на многоезично обучение.
Въпрос 1 на 8
За каква отделна тренировъчна задача е оптимизиран Voicebox?
Визуализирайте всеки въпрос8 въпроси
Отговорите и обясненията се появяват, докато отговаряте на теста.
- За каква отделна тренировъчна задача е оптимизиран Voicebox?
- Предсказване на маскиран звук предвид заобикалящия контекст и текст
- Класифициране на емоциите на говорещия
- Превод на текст между езици
- Откриване на deepfakes
- Коя генеративна техника използва Voicebox вместо дифузия?
- Учене с подсилване
- Условно съвпадение на потока
- Дървета на решенията
- K-означава групиране
- How does Voicebox condition speech generation on a target speaker without retraining?
- It retrains the model for every speaker
- It selects from a fixed list of speaker IDs only
- It uses a short reference segment as unmasked audio context
- It averages all training speakers into one voice
- What efficiency result did the Voicebox paper report for its zero-shot TTS comparison?
- It required 20× more generation time
- Работеше без никаква невронна мрежа
- It always produced audio in a single millisecond
- It generated speech up to 20× faster than the compared VALL-E system in the reported setup
- Защо Meta първоначално задържа пълния модел на Voicebox?
- Притеснения за злоупотреба с клониране на глас и дълбоки фалшификации
- Беше твърде бавен за бягане
- Работеше само на един език
- Не произвеждаше използваем звук
- Как един модел се справя с редактирането, клонирането и обезшумяването във Voicebox?
- Чрез превключване към различна мрежа за всяка задача
- Чрез рамкиране на всяка задача като предсказване на маскиран звук от контекста
- Чрез използване на отделни тренировки за специфични задачи
- Чрез ръчно скриптиране на всеки изход
- How many languages did the Voicebox paper report for its multilingual training setup?
- One language only
- Two languages
- Six languages
- More than one hundred languages
- How much speech data did the Voicebox paper report using?
- About 50 hours
- About 500 hours
- More than 50 million hours
- More than 50,000 hours