গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

ভয়েস রূপান্তর কুইজ

বিষয়বস্তু এবং স্পীকার ডিসট্যাঙ্গলমেন্ট, সমান্তরাল এবং অ-সমান্তরাল ডেটা, সাইকেলগান রূপান্তর এবং তরঙ্গরূপ সংশ্লেষণ পর্যালোচনা করুন। পদ্ধতি

সম্পর্কিত গাইড পাথভয়েস রূপান্তর
প্রশ্ন 1 এর 8

একটি রেকর্ডিং সম্পর্কে ভয়েস রূপান্তর কি পরিবর্তন করে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. একটি রেকর্ডিং সম্পর্কে ভয়েস রূপান্তর কি পরিবর্তন করে?
    • বক্তার পরিচয়, কার মত শোনাচ্ছে
    • যে কথাগুলো বলা হয়
    • বিষয়বস্তুর ভাষা
    • শুধুমাত্র ব্যাকগ্রাউন্ড মিউজিক
  2. কোন মূল ক্ষমতা শব্দ রাখার সময় একটি সিস্টেম একটি ভয়েস অদলবদল করতে দেয়?
    • অডিও বিটরেট বৃদ্ধি
    • স্পীকার পরিচয় থেকে ভাষাগত বিষয়বস্তুকে বিচ্ছিন্ন করা
    • প্রথমে লেখাটি অনুবাদ করছি
    • সিগন্যাল থেকে সমস্ত পিচ সরানো হচ্ছে
  3. অটোভিসি কীভাবে মডেলটিকে বিষয়বস্তু থেকে স্পিকার পরিচয় বাদ দিতে উত্সাহিত করে?
    • একটি খুব বড় অনিয়ন্ত্রিত লুকানো স্তর ব্যবহার করে
    • সমান্তরাল রেকর্ডিং হাজার হাজার প্রয়োজন দ্বারা
    • একটি সাবধানে আকারের তথ্য বাধা ব্যবহার করে
    • শব্দের সাথে এলোমেলো শব্দ যোগ করে
  4. একটি 'সমান্তরাল' ভয়েস রূপান্তর ডেটাসেটকে 'অ-সমান্তরাল' থেকে কী আলাদা করে?
    • সমান্তরাল ডেটা সবসময় স্টেরিওতে রেকর্ড করা হয়
    • অ-সমান্তরাল ডেটা অবশ্যই দুটি ভাষায় হতে হবে
    • তাদের মধ্যে কোন বাস্তব পার্থক্য নেই
    • সমান্তরাল ডেটার জন্য উভয় স্পিকারকে একই বাক্য বলতে প্রয়োজন; অ-সমান্তরাল করে না
  5. What makes the AutoVC approach “zero-shot” in the paper’s voice-conversion setting?
    • It converts to a target speaker not seen as a training speaker, using target reference audio without retraining for that target
    • It produces speech without any audio input
    • It translates speech into a new language automatically
    • It requires paired recordings of both speakers saying every sentence
  6. Why does ASVspoof evaluate spoofed or deepfake speech countermeasures?
    • To measure whether a voice converter preserves punctuation
    • To test defenses that protect automatic speaker verification from manipulated audio
    • To identify the language of every sentence
    • To replace the enrollment utterance with a text transcript
  7. How does CycleGAN-VC learn a mapping between speakers without parallel utterances?
    • Exact word-for-word paired recordings are mandatory
    • It translates only the written transcript
    • Cycle-consistency and adversarial objectives constrain conversions between domains
    • It copies the target speaker’s raw waveform
  8. In a voice-conversion system, what does a vocoder do?
    • Identifies the speaker’s legal identity
    • অন্য ভাষায় বক্তৃতা অনুবাদ করে
    • Measures speaker-verification accuracy
    • Converts acoustic features such as a spectrogram into an audio waveform