Kvíz spojený s průvodcem · Střední úroveň

Kvíz o převodu hlasu

Prohlédněte si obsah a rozpojení reproduktorů, paralelní a neparalelní data, konverzi CycleGAN a syntézu křivek. metody

Související vodicí cestyKonverze hlasu
Otázka 1 z 8

Co změní převod hlasu na nahrávce?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Co změní převod hlasu na nahrávce?
    • Identita mluvčího, kterému to zní
    • Slova, která jsou vyslovena
    • Jazyk obsahu
    • Pouze hudba na pozadí
  2. Jaká základní funkce umožňuje systému vyměnit hlas a přitom zachovat slova?
    • Zvýšení datového toku zvuku
    • Oddělování lingvistického obsahu od identity mluvčího
    • Nejprve přeložte text
    • Odstranění všech výšek ze signálu
  3. Jak AutoVC povzbuzuje model, aby odstranil identitu mluvčího z obsahu?
    • Pomocí velmi velké neomezené skryté vrstvy
    • Vyžadováním tisíců paralelních nahrávek
    • Pomocí pečlivě dimenzovaného informačního úzkého hrdla
    • Přidáním náhodného šumu do slov
  4. Co odlišuje „paralelní“ datovou sadu hlasové konverze od „neparalelní“?
    • Paralelní data jsou vždy zaznamenávána stereo
    • Neparalelní data musí být ve dvou jazycích
    • Není mezi nimi žádný skutečný rozdíl
    • Paralelní data vyžadují, aby oba mluvčí řekli stejné věty; neparalelní ne
  5. What makes the AutoVC approach “zero-shot” in the paper’s voice-conversion setting?
    • It converts to a target speaker not seen as a training speaker, using target reference audio without retraining for that target
    • It produces speech without any audio input
    • It translates speech into a new language automatically
    • It requires paired recordings of both speakers saying every sentence
  6. Why does ASVspoof evaluate spoofed or deepfake speech countermeasures?
    • To measure whether a voice converter preserves punctuation
    • To test defenses that protect automatic speaker verification from manipulated audio
    • To identify the language of every sentence
    • To replace the enrollment utterance with a text transcript
  7. How does CycleGAN-VC learn a mapping between speakers without parallel utterances?
    • Exact word-for-word paired recordings are mandatory
    • It translates only the written transcript
    • Cycle-consistency and adversarial objectives constrain conversions between domains
    • It copies the target speaker’s raw waveform
  8. In a voice-conversion system, what does a vocoder do?
    • Identifies the speaker’s legal identity
    • Překládá řeč do jiného jazyka
    • Measures speaker-verification accuracy
    • Converts acoustic features such as a spectrogram into an audio waveform