Kvíz spojený s průvodcem · Střední úroveň
WaveNet kvíz
Prohlédněte si autoregresivní generování křivek WaveNet, kauzální dilatované konvoluce a proč byl původní proces vzorkování pomalý.
Otázka 1 z 8
Jak WaveNet generuje zvuk?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jak WaveNet generuje zvuk?
- Po jednom surovém vzorku, podmíněném předchozími vzorky
- Výběrem klipů z pevné knihovny
- Převedením spektrogramů přímo do textu
- Všechny vzorky současně bez objednání
- Jaká je klíčová konvoluční inovace ve WaveNet?
- Maximální sdružovací vrstvy
- Dilatované kauzální konvoluce
- Pouze opakovací brány
- Plně propojené vrstvy
- How did the original WaveNet represent quantized waveform samples for prediction?
- As a single continuous average for the entire clip
- As speaker IDs only
- As a categorical distribution over 256 µ-law-quantized values
- As a sequence of image patches
- Jaká byla hlavní praktická nevýhoda původního WaveNetu?
- Mohlo to vyvolat pouze ticho
- Nevyžadovalo to žádné tréninkové údaje
- Fungovalo to jen na obrázcích
- Sekvenční vzorkování zpomalilo generování
- In the speech-synthesis experiments described in the WaveNet paper, what does the model generate?
- Raw speech waveforms sample by sample, conditioned on linguistic features
- A mel-spectrogram that is itself the final audio
- Only phoneme labels without audio
- A MIDI score
- Která organizace zavedla WaveNet?
- NASA
- DeepMind
- OpenAI
- Adobe
- What does causal convolution prevent in WaveNet?
- Using preceding samples as context
- Generating any audio waveform
- Using future audio samples to predict the current sample
- Conditioning on text or speaker features
- What activation structure does the original WaveNet use in its gated convolutional layers?
- A ReLU output concatenated with image patches
- A softmax over speakers only
- A linear layer without nonlinearities
- A tanh-filter output multiplied elementwise by a sigmoid gate