Mit dem Guide verknüpftes Quiz · Mittel Ebene

FastPitch Pitch-steuerbares TTS-Quiz

Erfahren Sie, wie FastPitch Grundfrequenzkonturen vorhersagt, die Tonhöhe bei der Inferenz bearbeitet und Mel-Frames parallel synthetisiert.

Verwandte FührungspfadeFastpitch Pitch Controlable Tts
Frage 1 von 8

Welches zusätzliche Signal sagt FastPitch explizit für jedes Eingabe-Token voraus?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

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

  1. Welches zusätzliche Signal sagt FastPitch explizit für jedes Eingabe-Token voraus?
    • Die Tonhöhe (Grundfrequenz)
    • Das Geschlecht des Sprechers
    • Der Hintergrundgeräuschpegel
    • Die Sprach-ID
  2. Wie generiert FastPitch das Mel-Spektrogramm so schnell?
    • Durch Streaming von Audio-Samples nacheinander
    • Nicht autoregressiv, in einem einzigen parallelen Vorwärtsdurchlauf
    • Durch Kopieren aus einer aufgezeichneten Datenbank
    • Durch die Ausführung nur auf einem einzelnen CPU-Kern
  3. How can a user change the intonation contour in FastPitch output without retraining?
    • Durch das Löschen von Phonemen
    • Nur durch Ändern des Zufallsstartwerts
    • Durch Skalieren oder Bearbeiten der vorhergesagten Tonhöhenwerte
    • Durch Verringern der Abtastrate
  4. Wie wird während des Trainings das Pitch-Ziel pro Token zugewiesen?
    • Ein zufälliger Wert
    • Die maximale Amplitude des Audios
    • Nur der Wert des ersten Frames
    • Die durchschnittliche Grundfrequenz über die Laufzeit des Tokens
  5. What synthesis throughput did the FastPitch paper report for a typical utterance?
    • Over 900× real time for mel-spectrogram synthesis in the reported setup
    • About one second of audio per hour
    • Exactly 2× real time for waveform output
    • No measurement of synthesis speed
  6. Warum wird die Tonhöhensteuerung pro Token als intuitiv, aber grob beschrieben?
    • Es sagt die Tonhöhe pro Audio-Sample voraus
    • Es sagt einen Tonhöhenwert pro Symbol voraus, nicht pro Frame
    • Die Tonhöhe wird völlig ignoriert
    • Es funktioniert nur für einen Lautsprecher
  7. Which earlier parallel TTS architecture is FastPitch based on?
    • Tacotron 2
    • WavLM
    • FastSpeech
    • HiFi-GAN
  8. Besides pitch, what token-level signal helps FastPitch align text with output frames?
    • Speaker gender
    • Background noise level
    • Language identity only
    • Predicted token duration