Cuestionario vinculado a una guía · Medio Nivel

Prueba de síntesis de texto a audio de AudioGen

Revise los tokens acústicos condicionados por texto, el códec de forma de onda, la autorregresión, el aumento de fuente mixta, la guía y la continuación de audio de AudioGen.

Rutas de guía relacionadasAudiogen síntesis de texto a audio
Pregunta 1 de 8

What task does the cited AudioGen study address?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. What task does the cited AudioGen study address?
    • Only exact transcript-to-speech rendering
    • Sólo clasificación de imágenes.
    • Generating general audio conditioned on descriptive text
    • Only converting every audio event into MIDI notation
  2. ¿Cuál es la primera etapa en el proceso de AudioGen?
    • Un codificador automático de audio que convierte formas de onda en tokens discretos
    • Un modelo de texto a imagen
    • Un reconocedor de voz
    • Un codificador de vídeo
  3. ¿Qué tipo de modelo predice los tokens de audio?
    • Un clasificador de imágenes convolucional
    • Un árbol de decisiones
    • Un regresor lineal simple
    • Un modelo de lenguaje Transformer autorregresivo
  4. What does AudioGen’s original mixed-source augmentation do?
    • Only concatenates unmodified waveform clips end to end
    • Mixes audio samples and concatenates their corresponding text captions
    • Deletes both source captions
    • Changes every sound into a silent recording
  5. ¿Qué biblioteca Meta más grande incluye AudioGen?
    • Audiocraft
    • Rayo PyTorch
    • Centro TensorFlow
    • Difusores faciales abrazados
  6. ¿Cómo se produce una forma de onda final a partir de los tokens generados por AudioGen?
    • Los tokens se imprimen como texto.
    • Se envían por correo electrónico a un servidor.
    • Se representan como una imagen.
    • El decodificador de códec convierte los tokens nuevamente en audio.
  7. Which two model contributions are combined by classifier-free guidance in the original AudioGen formulation?
    • Only the left and right display colors
    • Text-conditional and unconditional log-probability contributions
    • Only two unrelated image filenames
    • A required human transcript and a password
  8. What additional input defines AudioGen’s studied audio-continuation setup?
    • Only a blank file extension
    • A mandatory complete future waveform as the answer
    • An initial acoustic audio prefix
    • Only a screenshot of the source code