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.

Související vodicí cestyTacotron 2
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.

  1. Jakou střední reprezentaci předpovídá Tacotron 2 z textu?
    • Mel-spektrogram
    • Obrázek JPEG
    • Pouze surové textové fonémy
    • MIDI soubor
  2. Co převádí spektrogram Tacotronu 2 na skutečný průběh?
    • Kontrola pravopisu
    • Upravený vokodér WaveNet
    • Vyhledávač
    • Konvoluční klasifikátor obrázků
  3. 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
  4. 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
  5. Jaký celkový styl architektury používá část text-to-spectrogram?
    • Sekvence po sekvenci s pozorností
    • Jednoduchá vyhledávací tabulka
    • Rozhodovací strom
    • Statická sada pravidel
  6. Který pozdější model je v duchu rychlejším, neautoregresivním nástupcem Tacotronu 2?
    • ResNet
    • FastSpeech 2
    • BERT
    • AlexNet
  7. 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
  8. 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