Kvíz spojený s průvodcem · Střední úroveň
Kvíz generování řeči s přizpůsobením toku hlasové schránky
Otestujte cíl Voicebox na vyplňování řeči, generování přizpůsobení toku, kontextové úpravy a hlášený rozsah vícejazyčného školení.
Otázka 1 z 8
Pro jaký jednotlivý tréninkový úkol je Voicebox optimalizován?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Pro jaký jednotlivý tréninkový úkol je Voicebox optimalizován?
- Předvídání maskovaného zvuku s ohledem na okolní kontext a text
- Klasifikace emocí mluvčího
- Překlad textu mezi jazyky
- Detekce deepfakes
- Jakou generativní techniku používá Voicebox místo difúze?
- Posílení učení
- Podmíněné přizpůsobení toku
- Rozhodovací stromy
- K-znamená shlukování
- How does Voicebox condition speech generation on a target speaker without retraining?
- It retrains the model for every speaker
- It selects from a fixed list of speaker IDs only
- It uses a short reference segment as unmasked audio context
- It averages all training speakers into one voice
- What efficiency result did the Voicebox paper report for its zero-shot TTS comparison?
- It required 20× more generation time
- Běžel bez jakékoli neuronové sítě
- It always produced audio in a single millisecond
- It generated speech up to 20× faster than the compared VALL-E system in the reported setup
- Proč Meta původně zadržela úplný model hlasové schránky?
- Obavy ze zneužití hlasového klonování a deepfakes
- Bylo to příliš pomalé na běh
- Fungovalo to pouze v jednom jazyce
- Neprodukoval žádný použitelný zvuk
- Jak jeden model zvládne úpravy, klonování a odstranění šumu ve Voiceboxu?
- Přepnutím na jinou síť pro každý úkol
- Rámováním každého úkolu jako predikce maskovaného zvuku z kontextu
- Pomocí samostatných školení specifických pro daný úkol
- Ručním skriptováním každého výstupu
- How many languages did the Voicebox paper report for its multilingual training setup?
- One language only
- Two languages
- Six languages
- More than one hundred languages
- How much speech data did the Voicebox paper report using?
- About 50 hours
- About 500 hours
- More than 50 million hours
- More than 50,000 hours