Prueba de modelado de prosodia

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

1. ¿Qué conjunto de características describe mejor la prosodia en el habla?
   • Tono, ritmo, estrés y volumen.
   • Vocabulario, gramática y ortografía.
   • Calidad del micrófono y frecuencia de muestreo.
   • Número de palabras y longitud de la oración.
2. En el modelado de prosodia, ¿qué representa la frecuencia fundamental (F0)?
   • El volumen de la grabación.
   • La velocidad a la que vibran las cuerdas vocales, percibida como tono.
   • El número de fonemas por segundo.
   • El nivel de ruido de fondo
3. ¿Cómo mejoró FastSpeech 2 el control de la prosodia con respecto a modelos anteriores?
   • Eliminó toda la información del tono para simplificar el entrenamiento.
   • Sólo funcionó con prosodia humana pregrabada.
   • Predice explícitamente la duración, el tono y la energía como características separadas.
   • Reemplazó las redes neuronales con análisis de puntuación basado en reglas.
4. ¿Por qué la predicción de la prosodia a partir únicamente del texto se considera un problema de uno a muchos?
   • Porque el texto siempre es más largo que el audio.
   • Porque cada letra se asigna exactamente a un tono
   • Porque sólo hay una forma correcta de leer cualquier frase.
   • Porque una sola frase se puede pronunciar con muchas entonaciones y ritmos válidos.
5. En un corpus de 410 preguntas de sí/no del inglés estadounidense que ocurren de forma natural, ¿qué contorno nuclear fue el más frecuente?
   • A low-rise contour, L*H-H%
   • Always a high plateau
   • Always a flat contour
   • A fall in every question
6. ¿Por qué un sistema TTS podría utilizar un clip de audio de referencia al generar voz?
   • Para copiar las palabras exactas para decir
   • Para establecer un estilo de habla o prosodia específica para el resultado
   • Para reducir el tamaño del archivo del resultado
   • Para convertir texto a un idioma diferente
7. What can shifting contrastive stress change in an otherwise identical sentence?
   • The spelling of every word
   • The speaker’s vocal-fold anatomy
   • Which person, action or detail the speaker presents as the focus
   • The number of phonemes in the sentence
8. Why can punctuation alone be insufficient for choosing natural prosody?
   • Punctuation determines the exact vocal identity
   • Text contains no words or syntax
   • All sentences have one possible spoken contour
   • The intended emphasis and phrasing can depend on surrounding discourse