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.
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.
- 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
- Co znamená MAS v Glow-TTS?
- Mel Audio Synthesis
- Monotónní hledání zarovnání
- Multi-Attention System
- Modulární akustický vzorkovač
- 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
- Jaký typ dekodéru Glow-TTS používá k modelování spektrogramů?
- Opakující se síť pozornosti
- Konvoluční klasifikátor
- Transformátorový jazykový model
- Normalizační tok
- 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
- 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
- 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
- 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