Quiz de synthèse vocale émotionnelle

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

1. La synthèse vocale émotionnelle modifie principalement quel aspect de l'audio généré ?
   • Comment les mots sont prononcés, comme la hauteur, le rythme et la qualité de la voix
   • Les mots littéraux prononcés
   • Le format de fichier de l'audio
   • La langue du texte
2. Dans le modèle circumplexe de l’affect de Russell, que représentent la valence et l’excitation ?
   • Speaker identity and loudness
   • Pleasantness and activation
   • Speech rate and pause duration
   • Articulation and pitch range
3. Quel modèle acoustique une étude a-t-elle observé dans le discours triste délibérément représenté d’une actrice ?
   • Higher RMS energy and fewer pauses
   • No change in any acoustic measure
   • Lower median RMS energy and more inter-word silence
   • A fixed pitch identical to neutral speech
4. Comment un modèle d'émotion catégorielle indique-t-il généralement au synthétiseur quelle émotion utiliser ?
   • En réécrivant le texte saisi avec des emojis
   • En ralentissant l'audio après sa génération
   • En modifiant les paramètres du microphone
   • En alimentant une intégration apprise pour l'étiquette d'émotion sélectionnée
5. Quelle difficulté un document de transfert d’émotion contrôlable a-t-il identifié lors de l’utilisation de l’audio de référence ?
   • Selecting a reference that conveys the desired emotion strength
   • Choosing a file format that contains no audio
   • Converting every label into a speaker name
   • Ensuring that all emotion categories use identical pitch
6. For covered providers generating synthetic audio, what transparency measure does Article 50 require?
   • Publishing the source code of every model
   • Marking outputs in a machine-readable and detectable format as artificially generated or manipulated
   • Obtaining an emotion label from each listener
   • Replacing all audio with text captions
7. In reference-based emotion transfer, what information can an emotion embedding carry?
   • A speaker’s written transcript only
   • A guarantee about the listener’s emotional response
   • A learned representation of affective style from the reference speech
   • A replacement for the acoustic waveform
8. What is one goal of cross-speaker emotion disentanglement?
   • Change every word while preserving pitch only
   • Copy the reference speaker’s identity exactly
   • Remove all variation from the generated voice
   • Transfer emotional expression while retaining the target speaker’s identity