Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ Bark Generative Audio Model

Κατανοήστε τη σκηνοθετημένη γενιά διακριτικών ήχου του Bark, τον αποκωδικοποιητή κυματομορφής EnCodec και πώς οι ενδείξεις κειμένου μπορούν να προκαλέσουν ομιλία και μη λεκτικούς ήχους.

Σχετικές διαδρομές οδηγώνΜοντέλο ήχου Bark Generative
Ερώτηση 1 του 8

Τι κάνει το Bark διαφορετικό από μια παραδοσιακή μηχανή μετατροπής κειμένου σε ομιλία;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Τι κάνει το Bark διαφορετικό από μια παραδοσιακή μηχανή μετατροπής κειμένου σε ομιλία;
    • Μπορεί να δημιουργήσει μη λεκτικούς ήχους όπως γέλιο και μουσική, όχι μόνο ομιλία
    • Εκπέμπει μόνο καθαρή ρομποτική ομιλία
    • Απαιτεί ένα ηχογραφημένο δείγμα φωνής για κάθε έξοδο
    • Μετατρέπει τον ήχο σε κείμενο
  2. Ποιος κυκλοφόρησε το μοντέλο Bark;
    • OpenAI
    • Suno
    • Google DeepMind
    • Meta
  3. Πώς ο Bark δημιουργεί ουσιαστικά ήχο;
    • Με τη συρραφή προηχογραφημένων φωνημάτων
    • Με την εφαρμογή φίλτρων σε μια εγγραφή αναφοράς
    • Με την πρόβλεψη διακριτών διακριτικών ήχου αυτοπαλινδρομικά όπως ένα μοντέλο γλώσσας
    • Με απόδοση σημειώσεων MIDI
  4. Ποιο νευρωνικό κωδικοποιητή χρησιμοποιεί ο Bark για να μετατρέψει τα διακριτικά σε κυματομορφή;
    • MP3
    • FLAC
    • WaveNet
    • Το EnCodec του Meta
  5. Γιατί μπορεί η ίδια προτροπή Bark να παράγει διαφορετικά αποτελέσματα κάθε φορά;
    • Η δημιουργία είναι πιθανολογική, επομένως κάθε εκτέλεση δειγματοληπτεί μια διαφορετική ακολουθία
    • Αποθηκεύει τις εξόδους τυχαία
    • Πάντα λάθη στις προτροπές επανάληψης
    • Εξαρτάται από την ώρα της ημέρας
  6. Ποιο είναι ένα γνωστό μειονέκτημα του Bark σε σύγκριση με τα αποκλειστικά συστήματα TTS;
    • Δεν μπορεί να μιλήσει καμία γλώσσα
    • Μπορεί να έχει παραισθήσεις επιπλέον ήχους και είναι λιγότερο ελεγχόμενο
    • Λειτουργεί μόνο εκτός σύνδεσης
    • Παράγει αθόρυβο ήχο
  7. What does Bark’s semantic-to-coarse stage produce?
    • A transcript of the generated waveform
    • A mel-spectrogram with no audio tokens
    • The first two EnCodec audio codebooks
    • An image embedding
  8. How can a Bark prompt request a nonverbal event such as laughter?
    • Add an image mask to the audio tokens
    • Train a new EnCodec model for every cue
    • Convert the cue to a CSV file
    • Include a cue such as [laughs] in the text prompt