Κουίζ Tacotron 2

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

1. Ποια ενδιάμεση αναπαράσταση προβλέπει το Tacotron 2 από το κείμενο;
   • Ένα φασματογράφημα mel
   • Μια εικόνα JPEG
   • Μόνο φωνήματα ακατέργαστου κειμένου
   • Ένα αρχείο MIDI
2. Τι μετατρέπει το φασματόγραμμα του Tacotron 2 σε πραγματική κυματομορφή;
   • Ένας ορθογραφικός έλεγχος
   • Ένας τροποποιημένος κωδικοποιητής φωνής WaveNet
   • Μια μηχανή αναζήτησης
   • Ένας συνελικτικός ταξινομητής εικόνων
3. Ποιο πρόβλημα βοηθά στην πρόληψη της προσοχής με ευαισθησία στην τοποθεσία;
   • Υπερθέρμανση της GPU
   • Απώλεια σύνδεσης στο διαδίκτυο
   • Λέξεις που επαναλαμβάνονται ή παραλείπονται κατά τη σύνθεση
   • Ορθογραφικά λάθη στο κείμενο εισαγωγής
4. How does Tacotron 2 determine that it has generated the end of an utterance?
   • A human must press a button for every utterance
   • It always generates a fixed number of frames
   • The vocoder detects silence and interrupts the decoder
   • A learned stop-token prediction signals the decoder to stop
5. Ποιο γενικό στυλ αρχιτεκτονικής χρησιμοποιεί το τμήμα κειμένου σε φασματόγραμμα;
   • Ακολουθία σε σειρά με προσοχή
   • Ένας απλός πίνακας αναζήτησης
   • Ένα δέντρο αποφάσεων
   • Ένα στατικό σύνολο κανόνων
6. Ποιο μεταγενέστερο μοντέλο είναι γρηγορότερος, μη επαναστατικός διάδοχος στο πνεύμα του Tacotron 2;
   • ResNet
   • FastSpeech 2
   • ΜΠΕΡΤ
   • AlexNet
7. What does the post-net in Tacotron 2 refine?
   • The input text spelling
   • The speaker’s identity metadata
   • The predicted mel-spectrogram
   • The final transcript punctuation
8. What does FastSpeech 2 add as conditioning information for speech variation?
   • A video soundtrack transcript only
   • A random microphone serial number
   • A mandatory image embedding
   • Pitch, energy, and more accurate duration information