গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

Tacotron 2 কুইজ

Tacotron 2-এর টেক্সট-টু-মেল পাইপলাইন, মনোযোগ সুরক্ষা এবং শেখা স্টপ পূর্বাভাস যা উচ্চারণের দৈর্ঘ্য নির্ধারণ করে তা পর্যালোচনা করুন।

সম্পর্কিত গাইড পাথটাকোট্রন 2
প্রশ্ন 1 এর 8

Tacotron 2 পাঠ্য থেকে কোন মধ্যবর্তী প্রতিনিধিত্বের পূর্বাভাস দেয়?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. Tacotron 2 পাঠ্য থেকে কোন মধ্যবর্তী প্রতিনিধিত্বের পূর্বাভাস দেয়?
    • একটি মেল-স্পেকট্রোগ্রাম
    • একটি JPEG ছবি
    • শুধুমাত্র কাঁচা টেক্সট phonemes
    • একটি MIDI ফাইল
  2. কি Tacotron 2 এর বর্ণালীগ্রামকে প্রকৃত তরঙ্গরূপে রূপান্তরিত করে?
    • একজন বানান পরীক্ষক
    • একটি পরিবর্তিত WaveNet ভোকোডার
    • একটি সার্চ ইঞ্জিন
    • একটি বিবর্তনমূলক ইমেজ ক্লাসিফায়ার
  3. অবস্থান-সংবেদনশীল মনোযোগ কোন সমস্যা প্রতিরোধ করতে সাহায্য করে?
    • GPU অতিরিক্ত গরম করা
    • ইন্টারনেট সংযোগ হারানো
    • সংশ্লেষণের সময় পুনরাবৃত্তি বা এড়িয়ে যাওয়া শব্দ
    • ইনপুট টেক্সট বানান ভুল
  4. How does Tacotron 2 determine that it has generated the end of an utterance?
    • A human must press a button for every utterance
    • It always generates a fixed number of frames
    • The vocoder detects silence and interrupts the decoder
    • A learned stop-token prediction signals the decoder to stop
  5. টেক্সট-টু-স্পেকট্রোগ্রাম অংশটি কোন সামগ্রিক স্থাপত্য শৈলী ব্যবহার করে?
    • মনোযোগ সহ ক্রম থেকে ক্রম
    • একটি সাধারণ লুকআপ টেবিল
    • সিদ্ধান্ত গাছ
    • একটি স্থির নিয়ম সেট
  6. কোন পরবর্তী মডেল টাকোট্রন 2-এর আত্মার দিক থেকে দ্রুত, অ-অটোরিগ্রেসিভ উত্তরসূরি?
    • ResNet
    • ফাস্ট স্পিচ 2
    • BERT
    • অ্যালেক্সনেট
  7. What does the post-net in Tacotron 2 refine?
    • The input text spelling
    • The speaker’s identity metadata
    • The predicted mel-spectrogram
    • The final transcript punctuation
  8. What does FastSpeech 2 add as conditioning information for speech variation?
    • A video soundtrack transcript only
    • A random microphone serial number
    • A mandatory image embedding
    • Pitch, energy, and more accurate duration information