মেলগান জেনারেটিভ ভোকোডার কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. MelGAN কোন ইনপুটকে একটি কাঁচা অডিও তরঙ্গরূপে রূপান্তর করে?
   • একটি মেল-স্পেকট্রোগ্রাম
   • কাঁচা পাঠ্য অক্ষর
   • একটি MIDI ফাইল
   • একটি ফোনমে জালি
2. কেন মেলগান অনুমানে ওয়েভনেটের চেয়ে অনেক দ্রুত?
   • এটি একটি ছোট নমুনা হার ব্যবহার করে
   • এটি অ-অটোরিগ্রেসিভ এবং একটি সমান্তরাল পাসে অডিও তৈরি করে
   • এটি শুধুমাত্র TPU-তে চলে
   • এটি উচ্চ-ফ্রিকোয়েন্সি ব্যান্ডগুলিকে এড়িয়ে যায়
3. MelGAN কি স্বতন্ত্র বৈষম্যকারী নকশা প্রবর্তন করেছে?
   • একক বৈশ্বিক বৈষম্যকারী
   • একটি ট্রান্সফরমার-ভিত্তিক বৈষম্যকারী
   • একটি মাল্টি-স্কেল বৈষম্যকারী বিভিন্ন রেজোলিউশনে অডিওতে কাজ করে
   • কোনো বৈষম্যকারী নয়
4. কোন ক্ষতি MelGAN এর প্রতিপক্ষ প্রশিক্ষণ স্থিতিশীল করতে সাহায্য করে?
   • টেক্সট টোকেনগুলিতে ক্রস-এনট্রপি
   • গড় মতামত স্কোর ক্ষতি
   • ট্রিপলেট মার্জিন ক্ষতি
   • বৈষম্যকারী অ্যাক্টিভেশনের মধ্যে বৈশিষ্ট্য-মিলে যাওয়া ক্ষতি
5. কিভাবে MelGAN এর জেনারেটর তার গ্রহণযোগ্য ক্ষেত্র বাড়ায়?
   • অবশিষ্ট ব্লকে প্রসারিত কনভোলিউশন ব্যবহার করে
   • পুনরাবৃত্ত LSTM স্তর যোগ করে
   • পুরো ক্লিপ উপর মনোযোগ ব্যবহার করে
   • পুলিং স্তর স্ট্যাকিং দ্বারা
6. What subjective evaluation measure did the MelGAN paper report?
   • Word error rate (WER)
   • Mean Opinion Score (MOS)
   • BLEU score
   • Peak signal-to-noise ratio (PSNR) only
7. What do MelGAN’s transposed convolutions do in the generator?
   • Convert the waveform back into text
   • Choose the phonemes in the input sentence
   • Upsample the mel-spectrogram representation toward the audio waveform rate
   • Reduce the number of audio samples to zero
8. Which audio domains did the MelGAN paper use to illustrate the generality of its techniques?
   • Machine translation, image captions, and video subtitling
   • Only speech recognition and speaker identification
   • Text summarization, code generation, and image classification
   • Speech synthesis, music-domain translation, and unconditional music synthesis