গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
অডিওজেন টেক্সট-টু-অডিও সিন্থেসিস কুইজ
AudioGen-এর টেক্সট-কন্ডিশন্ড অ্যাকোস্টিক টোকেন, ওয়েভফর্ম কোডেক, অটোরিগ্রেশন, মিক্সড-সোর্স অগমেন্টেশন, নির্দেশিকা এবং অডিও ধারাবাহিকতা পর্যালোচনা করুন।
প্রশ্ন 1 এর 8
What task does the cited AudioGen study address?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- What task does the cited AudioGen study address?
- Only exact transcript-to-speech rendering
- শুধুমাত্র ইমেজ শ্রেণীবিভাগ
- Generating general audio conditioned on descriptive text
- Only converting every audio event into MIDI notation
- AudioGen এর পাইপলাইনের প্রথম পর্যায় কি?
- একটি অডিও অটোএনকোডার যা তরঙ্গরূপকে পৃথক টোকেনে পরিণত করে
- একটি টেক্সট থেকে ইমেজ মডেল
- একজন বক্তৃতা শনাক্তকারী
- একটি ভিডিও এনকোডার
- কি ধরনের মডেল অডিও টোকেন ভবিষ্যদ্বাণী করে?
- একটি বিবর্তনমূলক ইমেজ ক্লাসিফায়ার
- সিদ্ধান্ত গাছ
- একটি সাধারণ লিনিয়ার রিগ্রেসার
- একটি অটোরিগ্রেসিভ ট্রান্সফরমার ভাষা মডেল
- What does AudioGen’s original mixed-source augmentation do?
- Only concatenates unmodified waveform clips end to end
- Mixes audio samples and concatenates their corresponding text captions
- Deletes both source captions
- Changes every sound into a silent recording
- কোন বড় Meta লাইব্রেরিতে AudioGen অন্তর্ভুক্ত আছে?
- অডিওক্রাফট
- পাইটর্চ লাইটনিং
- টেনসরফ্লো হাব
- আলিঙ্গন ফেস ডিফিউজার
- কিভাবে AudioGen এর উৎপন্ন টোকেন থেকে একটি চূড়ান্ত তরঙ্গরূপ তৈরি করা হয়?
- টোকেন টেক্সট হিসাবে মুদ্রিত হয়
- তারা একটি সার্ভারে ইমেল করা হয়
- তারা একটি ইমেজ হিসাবে রেন্ডার করা হয়
- কোডেক ডিকোডার টোকেনকে আবার অডিওতে রূপান্তর করে
- Which two model contributions are combined by classifier-free guidance in the original AudioGen formulation?
- Only the left and right display colors
- Text-conditional and unconditional log-probability contributions
- Only two unrelated image filenames
- A required human transcript and a password
- What additional input defines AudioGen’s studied audio-continuation setup?
- Only a blank file extension
- A mandatory complete future waveform as the answer
- An initial acoustic audio prefix
- Only a screenshot of the source code