Cuestionario vinculado a una guía · Medio Nivel

Prueba de codificador generativo MelGAN

Comprenda cómo MelGAN asigna espectrogramas mel a formas de onda, utiliza muestreo ascendente convolucional y entrena discriminadores en múltiples escalas.

Rutas de guía relacionadasVocoder generativo Melgan
Pregunta 1 de 8

¿Qué entrada convierte MelGAN en una forma de onda de audio sin formato?

Vista previa de cada pregunta8 preguntas

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

  1. ¿Qué entrada convierte MelGAN en una forma de onda de audio sin formato?
    • Un espectrograma de mel
    • Caracteres de texto sin formato
    • Un archivo MIDI
    • Una red de fonemas
  2. ¿Por qué MelGAN es mucho más rápido que WaveNet en la inferencia?
    • Utiliza una frecuencia de muestreo más pequeña.
    • No es autorregresivo y genera audio en un paso paralelo.
    • Se ejecuta sólo en TPU
    • Se salta las bandas de alta frecuencia.
  3. ¿Qué diseño discriminador distintivo introdujo MelGAN?
    • Un único discriminador global
    • Un discriminador basado en transformador
    • Un discriminador multiescala que funciona con audio a varias resoluciones.
    • Ningún discriminador en absoluto
  4. ¿Qué pérdida ayuda a estabilizar el entrenamiento adversario de MelGAN?
    • Entropía cruzada en tokens de texto
    • Pérdida media de puntuación de opinión
    • Pérdida de margen triple
    • Pérdida de coincidencia de características entre activaciones del discriminador
  5. ¿Cómo aumenta el generador de MelGAN su campo receptivo?
    • Usando convoluciones dilatadas en bloques residuales
    • Agregando capas LSTM recurrentes
    • Usando la atención sobre todo el clip.
    • Apilando capas de agrupación
  6. What subjective evaluation measure did the MelGAN paper report?
    • Word error rate (WER)
    • Mean Opinion Score (MOS)
    • BLEU score
    • Peak signal-to-noise ratio (PSNR) only
  7. What do MelGAN’s transposed convolutions do in the generator?
    • Convert the waveform back into text
    • Choose the phonemes in the input sentence
    • Upsample the mel-spectrogram representation toward the audio waveform rate
    • Reduce the number of audio samples to zero
  8. Which audio domains did the MelGAN paper use to illustrate the generality of its techniques?
    • Machine translation, image captions, and video subtitling
    • Only speech recognition and speaker identification
    • Text summarization, code generation, and image classification
    • Speech synthesis, music-domain translation, and unconditional music synthesis