Prueba FastSpeech y TTS no autorregresivo

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

1. ¿Qué significa "no autorregresivo" en el contexto de FastSpeech?
   • Genera todos los fotogramas del espectrograma en paralelo en lugar de secuencialmente.
   • Genera cuadros de audio uno a la vez en secuencia.
   • No puede soportar sentencias largas.
   • No requiere datos de entrenamiento
2. ¿Qué problema de los modelos autorregresivos como Tacotron 2 aborda específicamente FastSpeech?
   • Incapacidad para producir cualquier audio.
   • Generación lenta y palabras omitidas o repetidas por errores de atención.
   • Falta de soporte para texto en inglés.
   • Requerir hardware cuántico
3. ¿Cuál es el papel del 'regulador de longitud' en FastSpeech?
   • Comprime el archivo de audio final.
   • Elimina el silencio de las grabaciones.
   • Repite la representación de cada fonema según su duración prevista para igualar la duración del audio.
   • Traduce fonemas a texto.
4. Which additional speech variations does FastSpeech 2 condition on during training and inference?
   • Only speaker age and recording location
   • Video frames and subtitle color
   • A single fixed global loudness value
   • Pitch, energy, and duration information
5. ¿Por qué el tiempo de inferencia de FastSpeech apenas aumenta con la longitud de la oración?
   • Todos los fotogramas se generan en paralelo en lugar de secuencialmente.
   • Ignora la mayor parte del texto de entrada.
   • Solo genera clips de un segundo.
   • Utiliza una tabla de búsqueda de oraciones pregrabadas.
6. How does the length regulator use predicted durations in FastSpeech?
   • It selects the final audio codec
   • It expands phoneme-level representations to align with the target spectrogram length
   • It estimates the speaker’s identity from video
   • It converts text into a sequence of labels for translation
7. What is one tradeoff of non-autoregressive spectrogram generation?
   • It guarantees identical prosody to an autoregressive model
   • It removes the need for a waveform vocoder
   • Parallel output can be faster, but duration and speech variation must be modeled explicitly
   • It cannot accept text as input
8. What training target does FastSpeech 2 use instead of FastSpeech’s teacher-generated simplified outputs?
   • Only predicted durations with no acoustic target
   • A translated text transcript
   • The output of a GAN discriminator only
   • Ground-truth target speech representations