Mit dem Guide verknüpftes Quiz · Mittel Ebene

AudioGen Text-to-Audio-Synthese-Quiz

Sehen Sie sich die textkonditionierten akustischen Token, den Wellenform-Codec, die Autoregression, die Mixed-Source-Erweiterung, die Anleitung und die Audiofortsetzung von AudioGen an.

Verwandte FührungspfadeAudiogen Text-zu-Audio-Synthese
Frage 1 von 8

What task does the cited AudioGen study address?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. What task does the cited AudioGen study address?
    • Only exact transcript-to-speech rendering
    • Nur Bildklassifizierung
    • Generating general audio conditioned on descriptive text
    • Only converting every audio event into MIDI notation
  2. Was ist die erste Stufe in der Pipeline von AudioGen?
    • Ein Audio-Autoencoder, der Wellenformen in diskrete Token umwandelt
    • Ein Text-zu-Bild-Modell
    • Ein Spracherkenner
    • Ein Video-Encoder
  3. Welche Art von Modell sagt die Audio-Tokens voraus?
    • Ein Faltungsbildklassifikator
    • Ein Entscheidungsbaum
    • Ein einfacher linearer Regressor
    • Ein autoregressives Transformer-Sprachmodell
  4. What does AudioGen’s original mixed-source augmentation do?
    • Only concatenates unmodified waveform clips end to end
    • Mixes audio samples and concatenates their corresponding text captions
    • Deletes both source captions
    • Changes every sound into a silent recording
  5. Welche größere Meta-Bibliothek enthält AudioGen?
    • AudioCraft
    • PyTorch Blitz
    • TensorFlow-Hub
    • Umarmende Gesichtsdiffusoren
  6. Wie wird aus den von AudioGen generierten Token eine endgültige Wellenform erzeugt?
    • Die Token werden als Text gedruckt
    • Sie werden per E-Mail an einen Server gesendet
    • Sie werden als Bild gerendert
    • Der Codec-Decoder wandelt Token wieder in Audio um
  7. Which two model contributions are combined by classifier-free guidance in the original AudioGen formulation?
    • Only the left and right display colors
    • Text-conditional and unconditional log-probability contributions
    • Only two unrelated image filenames
    • A required human transcript and a password
  8. What additional input defines AudioGen’s studied audio-continuation setup?
    • Only a blank file extension
    • A mandatory complete future waveform as the answer
    • An initial acoustic audio prefix
    • Only a screenshot of the source code