Κουίζ WaveNet

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

1. Πώς παράγει ήχο το WaveNet;
   • Ένα ακατέργαστο δείγμα τη φορά, με βάση τα προηγούμενα δείγματα
   • Επιλέγοντας κλιπ από μια σταθερή βιβλιοθήκη
   • Μετατρέποντας τα φασματογράμματα απευθείας σε κείμενο
   • Όλα τα δείγματα ταυτόχρονα χωρίς παραγγελία
2. Ποια είναι η βασική συνελικτική καινοτομία στο WaveNet;
   • Μέγιστη συγκέντρωση στρωμάτων
   • Διευρυμένες αιτιολογικές συνελίξεις
   • Μόνο επαναλαμβανόμενες πύλες
   • Πλήρως συνδεδεμένα στρώματα
3. How did the original WaveNet represent quantized waveform samples for prediction?
   • As a single continuous average for the entire clip
   • As speaker IDs only
   • As a categorical distribution over 256 µ-law-quantized values
   • As a sequence of image patches
4. Ποιο ήταν ένα σημαντικό πρακτικό μειονέκτημα του αρχικού WaveNet;
   • Θα μπορούσε να παράγει μόνο σιωπή
   • Δεν απαιτούσε δεδομένα εκπαίδευσης
   • Λειτουργούσε μόνο σε εικόνες
   • Η διαδοχική δειγματοληψία έκανε τη δημιουργία αργή
5. In the speech-synthesis experiments described in the WaveNet paper, what does the model generate?
   • Raw speech waveforms sample by sample, conditioned on linguistic features
   • A mel-spectrogram that is itself the final audio
   • Only phoneme labels without audio
   • A MIDI score
6. Ποιος οργανισμός εισήγαγε το WaveNet;
   • NASA
   • DeepMind
   • OpenAI
   • Adobe
7. What does causal convolution prevent in WaveNet?
   • Using preceding samples as context
   • Generating any audio waveform
   • Using future audio samples to predict the current sample
   • Conditioning on text or speaker features
8. What activation structure does the original WaveNet use in its gated convolutional layers?
   • A ReLU output concatenated with image patches
   • A softmax over speakers only
   • A linear layer without nonlinearities
   • A tanh-filter output multiplied elementwise by a sigmoid gate