Mit dem Guide verknüpftes Quiz · Mittel Ebene

FastSpeech- und nicht-autoregressives TTS-Quiz

Überprüft die parallele Spektrogrammgenerierung, die Dauererweiterung, die Tonhöhen- und Energiekonditionierung von FastSpeech 2 sowie Inferenzkompromisse.

Verwandte FührungspfadeFastspeech und nicht autoregressive Tts
Frage 1 von 8

Was bedeutet „nicht autoregressiv“ im Kontext von FastSpeech?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

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

  1. Was bedeutet „nicht autoregressiv“ im Kontext von FastSpeech?
    • Es generiert alle Spektrogrammrahmen parallel und nicht sequentiell
    • Es generiert Audio-Frames einzeln nacheinander
    • Es kann nicht mit langen Sätzen umgehen
    • Es sind keine Trainingsdaten erforderlich
  2. Welches Problem autoregressiver Modelle wie Tacotron 2 geht FastSpeech speziell an?
    • Unfähigkeit, Audio zu produzieren
    • Langsame Bildung und übersprungene oder wiederholte Wörter aufgrund von Aufmerksamkeitsfehlern
    • Mangelnde Unterstützung für englischen Text
    • Erfordert Quantenhardware
  3. Welche Rolle spielt der „Längenregler“ in FastSpeech?
    • Es komprimiert die endgültige Audiodatei
    • Es entfernt Stille aus Aufnahmen
    • Es wiederholt die Darstellung jedes Phonems entsprechend seiner vorhergesagten Dauer, um der Audiolänge zu entsprechen
    • Es übersetzt Phoneme in Text
  4. Which additional speech variations does FastSpeech 2 condition on during training and inference?
    • Only speaker age and recording location
    • Video frames and subtitle color
    • A single fixed global loudness value
    • Pitch, energy, and duration information
  5. Warum wächst die Inferenzzeit von FastSpeech kaum mit der Satzlänge?
    • Alle Frames werden parallel und nicht sequentiell generiert
    • Der Großteil des Eingabetextes wird ignoriert
    • Es werden immer nur einsekündige Clips ausgegeben
    • Es verwendet eine Nachschlagetabelle mit vorab aufgezeichneten Sätzen
  6. How does the length regulator use predicted durations in FastSpeech?
    • It selects the final audio codec
    • It expands phoneme-level representations to align with the target spectrogram length
    • It estimates the speaker’s identity from video
    • It converts text into a sequence of labels for translation
  7. What is one tradeoff of non-autoregressive spectrogram generation?
    • It guarantees identical prosody to an autoregressive model
    • It removes the need for a waveform vocoder
    • Parallel output can be faster, but duration and speech variation must be modeled explicitly
    • It cannot accept text as input
  8. What training target does FastSpeech 2 use instead of FastSpeech’s teacher-generated simplified outputs?
    • Only predicted durations with no acoustic target
    • A translated text transcript
    • The output of a GAN discriminator only
    • Ground-truth target speech representations