Quiz lié à un guide · Moyen Niveau
Quiz sur le vocodeur génératif MelGAN
Comprenez comment MelGAN mappe les spectrogrammes Mel aux formes d'onde, utilise le suréchantillonnage convolutif et forme des discriminateurs à plusieurs échelles.
Question 1 de 8
Quelle entrée MelGAN convertit-il en une forme d'onde audio brute ?
Prévisualisez chaque question8 des questions
Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.
- Quelle entrée MelGAN convertit-il en une forme d'onde audio brute ?
- Un spectrogramme Mel
- Caractères de texte brut
- Un fichier MIDI
- Un réseau de phonèmes
- Pourquoi MelGAN est-il beaucoup plus rapide que WaveNet en matière d'inférence ?
- Il utilise une fréquence d'échantillonnage plus petite
- Il n'est pas autorégressif et génère de l'audio en un seul passage parallèle
- Il fonctionne uniquement sur les TPU
- Il saute les bandes hautes fréquences
- Quelle conception de discriminateur distinctif MelGAN a-t-il introduit ?
- Un seul discriminateur mondial
- Un discriminateur basé sur un transformateur
- Un discriminateur multi-échelle fonctionnant sur l'audio à plusieurs résolutions
- Aucun discriminateur du tout
- Quelle perte aide à stabiliser l’entraînement contradictoire de MelGAN ?
- Entropie croisée sur les jetons de texte
- Perte du score d’opinion moyen
- Perte de marge triple
- Perte de correspondance de fonctionnalités entre les activations du discriminateur
- Comment le générateur de MelGAN augmente-t-il son champ de réception ?
- En utilisant des circonvolutions dilatées dans des blocs résiduels
- En ajoutant des couches LSTM récurrentes
- En utilisant l'attention sur tout le clip
- En empilant des couches de pooling
- 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
- 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
- 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