Kvíz spojený s průvodcem · Střední úroveň

StyleTTS 2 Difúzní kvíz stylů

Otestujte, jak StyleTTS 2 modeluje styl řeči, trénuje s diskriminátory řeči a jak funguje na hlášených hodnotách.

Související vodicí cestyStyletts 2 Styl Diffusion
Otázka 1 z 8

Co StyleTTS 2 modeluje pomocí procesu difúze?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Co StyleTTS 2 modeluje pomocí procesu difúze?
    • Latentní „vektor stylu“ ovládající prozódii a zabarvení
    • Surový zvukový průběh vzorek po vzorku
    • Textový přepis projevu
    • Odezva sluchu posluchače
  2. Který předem trénovaný model řeči se používá jako diskriminátor protivníka ve StyleTTS 2?
    • ResNet-50
    • WavLM
    • BERT
    • KLIP
  3. Proč může StyleTTS 2 říkat stejnou větu mnoha přirozenými způsoby?
    • Náhodně kazí vstupní text
    • Pokaždé používá jiný jazykový model
    • Styl je vzorkován z distribuce, nikoli pevně
    • Změní hláskování fonémů
  4. What did the StyleTTS 2 authors report on the LJSpeech listening evaluation?
    • It outperformed humans on every language and dataset
    • No listeners evaluated the samples
    • It was tested only on music
    • Native English listeners rated its samples above the human recordings in that study
  5. Co dává „end-to-end“ školení StyleTTS 2?
    • Gradienty proudí z kvality průběhu zpět celým potrubím
    • Nepotřebuje vůbec žádné zadávání textu
    • Samostatně trénuje pouze vokodér
    • Odstraňuje potřebu jakékoli neuronové sítě
  6. What can sampling different style vectors do for the same text?
    • Change the transcript into a different language automatically
    • Produce different prosodic realizations of the written content
    • Guarantee every rendition sounds human
    • Remove the need for speech synthesis
  7. What speech input does ordinary StyleTTS 2 synthesis require to sample a style?
    • A three-second reference clip is always required
    • A human listener must speak the sentence first
    • No reference speech is required; it can generate style from the text-conditioned model
    • A transcript of every training speaker
  8. On which dataset did the StyleTTS 2 paper report results for zero-shot speaker adaptation?
    • ImageNet
    • COCO
    • MUSDB18
    • LibriTTS