Kvíz spojený s průvodcem · Střední úroveň

Kvíz syntézy hlasu ve zpěvu

Prozkoumejte, jak systémy zpěvu a hlasu kombinují texty, hudební noty, úpravu zpěváka, akustické modelování a etiku vokální syntézy.

Související vodicí cestySyntéza hlasu zpěvu
Otázka 1 z 8

What core inputs does a score-conditioned singing-voice system use?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. What core inputs does a score-conditioned singing-voice system use?
    • Lyrics and musical-score information such as pitch and duration
    • Pouze textová výzva popisující náladu
    • Fotka zpěváka a žánrového štítku
    • Vzor bicích a akordová tabulka
  2. What did Yamaha say it announced publicly in 2003?
    • A diffusion-based speech recognizer
    • Development of a singing-synthesis technology called VOCALOID
    • The first open-source music transformer
    • A universal audio codec for streaming
  3. What does an F0 contour represent in voiced singing?
    • Obálka hlasitosti písně
    • Pořadí fonémů textů
    • The estimated fundamental-frequency or pitch trajectory over time
    • Úroveň dozvuku místnosti
  4. In the described two-stage neural singing-synthesis setup, what can the acoustic model produce before the vocoder?
    • Hotový soubor MP3
    • MIDI soubor
    • Textový přepis
    • Mel-spektrogram
  5. How does DiffSinger use diffusion in its acoustic model?
    • It iteratively denoises acoustic features conditioned on the musical score
    • It concatenates complete songs without conditioning
    • It predicts only the singer’s name and no audio features
    • It replaces note information with an image classifier
  6. Jaký je hlavní etický problém vznesený moderní SVS?
    • Používá příliš mnoho not
    • Deepfake vokály skutečných umělců vytvořené bez souhlasu
    • Nemůže vytvořit žádnou změnu výšky tónu
    • Funguje pouze pro mluvené slovo
  7. What does portamento describe in a synthesized singing performance?
    • The word-level transcript of lyrics
    • The codec that converts a waveform into tokens
    • A continuous pitch glide between notes
    • A fixed speaker identity embedding
  8. What does a neural vocoder do after an acoustic model predicts a mel-spectrogram?
    • Chooses the lyrics and musical score
    • Determines the singer’s legal permissions
    • Estimates the track’s album cover
    • Converts the acoustic representation into an audio waveform