Mit dem Guide verknüpftes Quiz · Mittel Ebene
Quiz zur emotionalen Sprachsynthese
Überprüfen Sie emotionale Sprachkontrollen, Valenz und Erregung, referenzbasierte Übertragung, Datenbeschränkungen und Einwilligungsbedenken. und sichere Verwendung
Frage 1 von 8
Welchen Aspekt des erzeugten Audios verändert die emotionale Sprachsynthese hauptsächlich?
Sehen Sie sich jede Frage in der Vorschau an8 Fragen
Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.
- Welchen Aspekt des erzeugten Audios verändert die emotionale Sprachsynthese hauptsächlich?
- Wie die Wörter vorgetragen werden, z. B. Tonhöhe, Tempo und Stimmqualität
- Die wörtlichen Worte, die gesprochen werden
- Das Dateiformat des Audios
- Die Sprache des Textes
- In Russell’s circumplex model of affect, what do valence and arousal represent?
- Speaker identity and loudness
- Pleasantness and activation
- Speech rate and pause duration
- Articulation and pitch range
- What acoustic pattern did one study observe in an actress’s deliberately portrayed sad speech?
- Higher RMS energy and fewer pauses
- No change in any acoustic measure
- Lower median RMS energy and more inter-word silence
- A fixed pitch identical to neutral speech
- Wie teilt ein kategoriales Emotionsmodell dem Synthesizer normalerweise mit, welche Emotion er verwenden soll?
- Durch Umschreiben des Eingabetextes mit Emojis
- Durch Verlangsamung des Audiosignals nach seiner Erzeugung
- Durch Ändern der Mikrofoneinstellungen
- Durch Eingabe einer erlernten Einbettung für das ausgewählte Emotionslabel
- What difficulty did a controllable emotion-transfer paper identify when using reference audio?
- Selecting a reference that conveys the desired emotion strength
- Choosing a file format that contains no audio
- Converting every label into a speaker name
- Ensuring that all emotion categories use identical pitch
- For covered providers generating synthetic audio, what transparency measure does Article 50 require?
- Publishing the source code of every model
- Marking outputs in a machine-readable and detectable format as artificially generated or manipulated
- Obtaining an emotion label from each listener
- Replacing all audio with text captions
- In reference-based emotion transfer, what information can an emotion embedding carry?
- A speaker’s written transcript only
- A guarantee about the listener’s emotional response
- A learned representation of affective style from the reference speech
- A replacement for the acoustic waveform
- What is one goal of cross-speaker emotion disentanglement?
- Change every word while preserving pitch only
- Copy the reference speaker’s identity exactly
- Remove all variation from the generated voice
- Transfer emotional expression while retaining the target speaker’s identity