Cuestionario WaveNet

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

1. ¿Cómo genera WaveNet audio?
   • Una muestra cruda a la vez, condicionada a muestras anteriores.
   • Seleccionando clips de una biblioteca fija
   • Convirtiendo espectrogramas directamente a texto
   • Todas las muestras simultáneamente sin realizar pedidos.
2. ¿Cuál es la innovación convolucional clave en WaveNet?
   • Capas de agrupación máximas
   • Circunvoluciones causales dilatadas
   • Solo puertas recurrentes
   • Capas completamente conectadas
3. ¿Cómo representó el WaveNet original muestras de formas de onda cuantificadas para la predicción?
   • As a single continuous average for the entire clip
   • As speaker IDs only
   • As a categorical distribution over 256 µ-law-quantized values
   • As a sequence of image patches
4. ¿Cuál fue el principal inconveniente práctico del WaveNet original?
   • Sólo podría producir silencio
   • No requirió datos de entrenamiento.
   • Sólo funcionó en imágenes.
   • El muestreo secuencial hizo que la generación fuera lenta
5. En los experimentos de síntesis de voz descritos en el artículo de WaveNet, ¿qué genera el modelo?
   • Raw speech waveforms sample by sample, conditioned on linguistic features
   • A mel-spectrogram that is itself the final audio
   • Only phoneme labels without audio
   • A MIDI score
6. ¿Qué organización introdujo WaveNet?
   • NASA
   • DeepMind
   • OpenAI
   • Adobe
7. What does causal convolution prevent in WaveNet?
   • Using preceding samples as context
   • Generating any audio waveform
   • Using future audio samples to predict the current sample
   • Conditioning on text or speaker features
8. What activation structure does the original WaveNet use in its gated convolutional layers?
   • A ReLU output concatenated with image patches
   • A softmax over speakers only
   • A linear layer without nonlinearities
   • A tanh-filter output multiplied elementwise by a sigmoid gate