নিউরাল ভোকোডার কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. একটি নিউরাল ভোকোডারের প্রাথমিক কাজ কি?
   • মেল-স্পেকট্রোগ্রামের মতো একটি শাব্দিক উপস্থাপনাকে শ্রবণযোগ্য তরঙ্গরূপে পরিণত করতে
   • পাঠ্যকে সরাসরি অর্থে রূপান্তর করতে
   • ভাষার মধ্যে বক্তৃতা অনুবাদ করতে
   • রেকর্ডিং থেকে পটভূমি শব্দ অপসারণ
2. কোন 2016 মডেলটি ব্রেকথ্রু ছিল যা নিউরাল ভোকোডারগুলিকে স্বাভাবিক করে তোলে?
   • হাইফাই-GAN
   • ওয়েভনেট
   • টাকোট্রন
   • মেলগান
3. কেন মূল WaveNet অডিও তৈরি করতে ধীর ছিল?
   • এটি প্রতিটি শব্দের জন্য একটি পৃথক GPU প্রয়োজন
   • এটি প্রতিটি ইনপুটে নিজেকে পুনরায় প্রশিক্ষিত করেছে
   • এটি স্বয়ংক্রিয়ভাবে এক সময়ে অডিও একটি নমুনা ভবিষ্যদ্বাণী করেছে
   • এটি অডিওর পাশাপাশি ভিডিও রেন্ডার করেছে
4. একটি মেল-স্পেকট্রোগ্রাম কোন তথ্যকে উল্লেখযোগ্যভাবে বাতিল করে, যা ভোকোডারের কাজকে কঠিন করে তোলে?
   • অডিওর জোরে
   • যে ভাষায় কথা বলা হচ্ছে
   • নমুনা হার
   • সিগন্যালের ফেজ তথ্য
5. HiFi-GAN-এর মতো GAN-ভিত্তিক ভোকোডার কীভাবে বাস্তববাদকে উন্নত করে?
   • একাধিক বৈষম্যকারী ব্যবহার করে যা বিভিন্ন স্কেলে সংকেত বিচার করে
   • প্রথমে অডিওকে টেক্সটে রূপান্তর করে
   • একসাথে হাজার হাজার রেকর্ডিং গড় করে
   • শুধুমাত্র কম ফ্রিকোয়েন্সি তৈরি করে
6. একটি সাধারণ আধুনিক TTS পাইপলাইনে, ভোকোডার যে মেল-স্পেকট্রোগ্রাম ব্যবহার করে তা কী তৈরি করে?
   • একটি শব্দ জেনারেটর
   • একটি শাব্দিক মডেল যেমন Tacotron 2 বা ফাস্টস্পীচ
   • ভোকোডার নিজেই
   • একটি মাইক্রোফোন
7. What component in HiFi-GAN combines residual blocks with different dilation patterns?
   • A phoneme tokenizer
   • A recurrent attention decoder
   • The multi-receptive-field fusion (MRF) module
   • A speaker-verification classifier
8. What does HiFi-GAN’s multi-period discriminator help assess?
   • Whether the text transcript is grammatically correct
   • Whether the speaker’s face matches the voice
   • Whether the mel-spectrogram uses enough colors
   • Whether generated waveform segments reflect realistic periodic patterns