Mit dem Guide verknüpftes Quiz · Mittel Ebene

Glow-TTS Quiz zur monotonen Ausrichtung

Sehen Sie sich an, wie Glow-TTS die monotone Alignment-Suche und einen Dauerprädiktor nutzt, um Sprache parallel und ohne externen Aligner zu synthetisieren.

Verwandte FührungspfadeGlow Tts Monotone Ausrichtung
Frage 1 von 8

Welches Problem mit aufmerksamkeitsbasiertem TTS möchte Glow-TTS beheben?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

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

  1. Welches Problem mit aufmerksamkeitsbasiertem TTS möchte Glow-TTS beheben?
    • Überspringen oder Wiederholen von Wörtern in langen Sätzen
    • Zu leiser Ton
    • Unfähigkeit, eine GPU zu verwenden
    • Fehlen eines Text-Encoders
  2. Wofür steht MAS in Glow-TTS?
    • Mel Audiosynthese
    • Suche nach monotoner Ausrichtung
    • Multi-Aufmerksamkeitssystem
    • Modularer Akustik-Sampler
  3. Warum muss die Ausrichtung monoton sein?
    • Um den Ton lauter zu machen
    • Um die Dateigröße zu reduzieren
    • Weil der Text im Laufe der Zeit von links nach rechts gelesen wird
    • Zur Unterstützung mehrerer Lautsprecher
  4. Welche Art von Decoder verwendet Glow-TTS zur Modellierung von Spektrogrammen?
    • Ein wiederkehrendes Aufmerksamkeitsnetzwerk
    • Ein Faltungsklassifikator
    • Ein transformatorisches Sprachmodell
    • Ein normalisierender Fluss
  5. Wie entscheidet Glow-TTS zum Zeitpunkt der Inferenz, wie lange jedes Text-Token gültig ist?
    • Ein Dauerprädiktor gibt die Anzahl der Frames pro Token aus
    • Es führt erneut MAS für das Audio aus
    • Es errät zufällig
    • Es wird ein Mikrofon verwendet
  6. Was ist ein praktischer Vorteil daran, dass Glow-TTS nicht autoregressiv ist?
    • Es ist keine Texteingabe erforderlich
    • Für eine schnelle Synthese können alle Frames parallel generiert werden
    • Es kann die Tonhöhe nicht steuern
    • Es funktioniert nur offline
  7. What does the surjective-alignment assumption mean in Glow-TTS?
    • Each speech frame maps to multiple languages
    • Some text tokens must be skipped
    • Every text token maps to at least one speech frame
    • The output audio has no frame sequence
  8. How does Glow-TTS find a likely alignment during training?
    • A human marks every phoneme-frame pair by hand
    • It randomly permutes the text tokens
    • A waveform classifier chooses a speaker identity
    • Dynamic programming searches for the most probable valid monotonic path