Mit dem Guide verknüpftes Quiz · Mittel Ebene

MelGAN Generative Vocoder-Quiz

Verstehen Sie, wie MelGAN Mel-Spektrogramme auf Wellenformen abbildet, Faltungs-Upsampling verwendet und Diskriminatoren auf mehreren Skalen trainiert.

Verwandte FührungspfadeGenerativer Vocoder von Melgan
Frage 1 von 8

Welche Eingabe wandelt MelGAN in eine rohe Audiowellenform um?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

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

  1. Welche Eingabe wandelt MelGAN in eine rohe Audiowellenform um?
    • Ein Mel-Spektrogramm
    • Rohtextzeichen
    • Eine MIDI-Datei
    • Ein Phonemgitter
  2. Warum ist MelGAN bei der Inferenz viel schneller als WaveNet?
    • Es verwendet eine kleinere Abtastrate
    • Es ist nicht autoregressiv und generiert Audio in einem parallelen Durchgang
    • Es läuft nur auf TPUs
    • Es überspringt die Hochfrequenzbänder
  3. Welches besondere Diskriminatordesign hat MelGAN eingeführt?
    • Ein einziger globaler Diskriminator
    • Ein transformatorbasierter Diskriminator
    • Ein Multiskalen-Diskriminator, der Audio mit mehreren Auflösungen verarbeitet
    • Überhaupt kein Unterscheidungsmerkmal
  4. Welcher Verlust trägt zur Stabilisierung des gegnerischen Trainings von MelGAN bei?
    • Kreuzentropie auf Texttokens
    • Mittlerer Verlust der Meinungspunktzahl
    • Verlust der Triplet-Marge
    • Funktionsanpassungsverlust zwischen Diskriminatoraktivierungen
  5. Wie erhöht der Generator von MelGAN sein Empfangsfeld?
    • Durch die Verwendung erweiterter Faltungen in Restblöcken
    • Durch Hinzufügen wiederkehrender LSTM-Ebenen
    • Indem Sie die Aufmerksamkeit auf den gesamten Clip lenken
    • Durch Stapeln von Pooling-Schichten
  6. What subjective evaluation measure did the MelGAN paper report?
    • Word error rate (WER)
    • Mean Opinion Score (MOS)
    • BLEU score
    • Peak signal-to-noise ratio (PSNR) only
  7. What do MelGAN’s transposed convolutions do in the generator?
    • Convert the waveform back into text
    • Choose the phonemes in the input sentence
    • Upsample the mel-spectrogram representation toward the audio waveform rate
    • Reduce the number of audio samples to zero
  8. Which audio domains did the MelGAN paper use to illustrate the generality of its techniques?
    • Machine translation, image captions, and video subtitling
    • Only speech recognition and speaker identification
    • Text summarization, code generation, and image classification
    • Speech synthesis, music-domain translation, and unconditional music synthesis