Kvíz spojený s průvodcem · Střední úroveň
Kvíz Tacotron 2
Prohlédněte si kanál text-to-mel od Tacotronu 2, zabezpečení pozornosti a naučenou předpověď zastavení, která určuje délku promluvy.
Otázka 1 z 8
Jakou střední reprezentaci předpovídá Tacotron 2 z textu?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jakou střední reprezentaci předpovídá Tacotron 2 z textu?
- Mel-spektrogram
- Obrázek JPEG
- Pouze surové textové fonémy
- MIDI soubor
- Co převádí spektrogram Tacotronu 2 na skutečný průběh?
- Kontrola pravopisu
- Upravený vokodér WaveNet
- Vyhledávač
- Konvoluční klasifikátor obrázků
- Jakým problémům pomáhá předcházet pozornost na základě polohy?
- Přehřívání GPU
- Ztráta připojení k internetu
- Opakovaná nebo přeskakovaná slova během syntézy
- Pravopisné chyby ve vstupním textu
- How does Tacotron 2 determine that it has generated the end of an utterance?
- A human must press a button for every utterance
- It always generates a fixed number of frames
- The vocoder detects silence and interrupts the decoder
- A learned stop-token prediction signals the decoder to stop
- Jaký celkový styl architektury používá část text-to-spectrogram?
- Sekvence po sekvenci s pozorností
- Jednoduchá vyhledávací tabulka
- Rozhodovací strom
- Statická sada pravidel
- Který pozdější model je v duchu rychlejším, neautoregresivním nástupcem Tacotronu 2?
- ResNet
- FastSpeech 2
- BERT
- AlexNet
- What does the post-net in Tacotron 2 refine?
- The input text spelling
- The speaker’s identity metadata
- The predicted mel-spectrogram
- The final transcript punctuation
- What does FastSpeech 2 add as conditioning information for speech variation?
- A video soundtrack transcript only
- A random microphone serial number
- A mandatory image embedding
- Pitch, energy, and more accurate duration information