Prueba TTS con control de tono FastPitch

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

1. ¿Qué señal adicional predice FastPitch explícitamente para cada token de entrada?
   • El tono (frecuencia fundamental)
   • El género del hablante
   • El nivel de ruido de fondo
   • La identificación del idioma
2. ¿Cómo genera FastPitch el espectrograma mel tan rápido?
   • Transmitiendo audio una muestra a la vez
   • No autorregresivamente, en un único pase paralelo hacia adelante
   • Copiando de una base de datos registrada
   • Al ejecutarse solo en un único núcleo de CPU
3. How can a user change the intonation contour in FastPitch output without retraining?
   • Eliminando fonemas
   • Cambiando solo la semilla aleatoria
   • Escalando o editando los valores de tono previstos
   • Al reducir la frecuencia de muestreo
4. Durante el entrenamiento, ¿cómo se asigna el objetivo de lanzamiento por ficha?
   • Un valor aleatorio
   • La amplitud máxima del audio.
   • Solo el valor del primer cuadro.
   • La frecuencia fundamental promedio durante la duración del token.
5. What synthesis throughput did the FastPitch paper report for a typical utterance?
   • Over 900× real time for mel-spectrogram synthesis in the reported setup
   • About one second of audio per hour
   • Exactly 2× real time for waveform output
   • No measurement of synthesis speed
6. ¿Por qué el control del tono por token se describe como intuitivo pero tosco?
   • Predice el tono por muestra de audio.
   • Predice un valor de tono por símbolo, no por cuadro.
   • Ignora el tono por completo
   • Sólo funciona para un altavoz.
7. Which earlier parallel TTS architecture is FastPitch based on?
   • Tacotrón 2
   • WavLM
   • FastSpeech
   • HiFi-GAN
8. Besides pitch, what token-level signal helps FastPitch align text with output frames?
   • Speaker gender
   • Background noise level
   • Language identity only
   • Predicted token duration