Kvíz spojený s průvodcem · Střední úroveň

Glow-TTS Monotónní zarovnávací kvíz

Zkontrolujte, jak Glow-TTS používá monotónní vyhledávání zarovnání a prediktor trvání k paralelní syntéze řeči bez externího zarovnávače.

Související vodicí cestyMonotónní zarovnání Glow Tts
Otázka 1 z 8

Jaký problém s TTS založeným na pozornosti se Glow-TTS snaží vyřešit?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Jaký problém s TTS založeným na pozornosti se Glow-TTS snaží vyřešit?
    • Přeskakování nebo opakování slov v dlouhých větách
    • Zvuk, který je příliš tichý
    • Nemožnost používat GPU
    • Chybí textový kodér
  2. Co znamená MAS v Glow-TTS?
    • Mel Audio Synthesis
    • Monotónní hledání zarovnání
    • Multi-Attention System
    • Modulární akustický vzorkovač
  3. Proč musí být zarovnání monotónní?
    • Aby byl zvuk hlasitější
    • Chcete-li snížit velikost souboru
    • Protože text se v průběhu času čte v pořadí zleva doprava
    • Pro podporu více reproduktorů
  4. Jaký typ dekodéru Glow-TTS používá k modelování spektrogramů?
    • Opakující se síť pozornosti
    • Konvoluční klasifikátor
    • Transformátorový jazykový model
    • Normalizační tok
  5. Jak Glow-TTS v době odvození rozhodne, jak dlouho každý textový token vydrží?
    • Prediktor trvání vydává počty snímků na token
    • Na audiu opět běží MAS
    • Hádá náhodně
    • Používá mikrofon
  6. Jaká je praktická výhoda toho, že Glow-TTS není autoregresivní?
    • Nevyžaduje zadávání textu
    • Může generovat všechny snímky paralelně pro rychlou syntézu
    • Nemůže ovládat výšku tónu
    • Funguje pouze offline
  7. What does the surjective-alignment assumption mean in Glow-TTS?
    • Each speech frame maps to multiple languages
    • Some text tokens must be skipped
    • Every text token maps to at least one speech frame
    • The output audio has no frame sequence
  8. How does Glow-TTS find a likely alignment during training?
    • A human marks every phoneme-frame pair by hand
    • It randomly permutes the text tokens
    • A waveform classifier chooses a speaker identity
    • Dynamic programming searches for the most probable valid monotonic path