Prueba de Tacotrón 2

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

1. ¿Qué representación intermedia predice Tacotron 2 a partir del texto?
   • Un espectrograma de mel
   • Una imagen JPEG
   • Solo fonemas de texto sin formato
   • Un archivo MIDI
2. ¿Qué convierte el espectrograma de Tacotron 2 en una forma de onda real?
   • Un corrector ortográfico
   • Un vocoder WaveNet modificado
   • un motor de búsqueda
   • Un clasificador de imágenes convolucional
3. ¿Qué problema ayuda a prevenir la atención sensible a la ubicación?
   • Sobrecalentamiento de la GPU
   • Pérdida de conexión a Internet
   • Palabras repetidas u omitidas durante la síntesis.
   • Errores de ortografía en el texto ingresado.
4. How does Tacotron 2 determine that it has generated the end of an utterance?
   • A human must press a button for every utterance
   • It always generates a fixed number of frames
   • The vocoder detects silence and interrupts the decoder
   • A learned stop-token prediction signals the decoder to stop
5. ¿Qué estilo de arquitectura general utiliza la parte de texto a espectrograma?
   • Secuencia a secuencia con atención
   • Una tabla de búsqueda simple
   • Un árbol de decisiones
   • Un conjunto de reglas estáticas
6. ¿Qué modelo posterior es un sucesor en espíritu más rápido y no autorregresivo del Tacotron 2?
   • Resnet
   • discurso rápido 2
   • BERT
   • alexnet
7. What does the post-net in Tacotron 2 refine?
   • The input text spelling
   • The speaker’s identity metadata
   • The predicted mel-spectrogram
   • The final transcript punctuation
8. What does FastSpeech 2 add as conditioning information for speech variation?
   • A video soundtrack transcript only
   • A random microphone serial number
   • A mandatory image embedding
   • Pitch, energy, and more accurate duration information