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.
Otázka 1 z 8
Co StyleTTS 2 modeluje pomocí procesu difúze?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- 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
- Který předem trénovaný model řeči se používá jako diskriminátor protivníka ve StyleTTS 2?
- ResNet-50
- WavLM
- BERT
- KLIP
- 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
- 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
- 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
- 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
- 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
- On which dataset did the StyleTTS 2 paper report results for zero-shot speaker adaptation?
- ImageNet
- COCO
- MUSDB18
- LibriTTS