Tacotron 2 Quiz

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

1. Quelle représentation intermédiaire Tacotron 2 prédit-il à partir du texte ?
   • Un spectrogramme Mel
   • Une image JPEG
   • Phonèmes en texte brut uniquement
   • Un fichier MIDI
2. Qu'est-ce qui convertit le spectrogramme de Tacotron 2 en une véritable forme d'onde ?
   • Un correcteur orthographique
   • Un vocodeur WaveNet modifié
   • Un moteur de recherche
   • Un classificateur d'images convolutif
3. Quel problème l’attention sensible à la localisation aide-t-elle à prévenir ?
   • Surchauffe du GPU
   • Perte de connexion internet
   • Mots répétés ou sautés lors de la synthèse
   • Fautes d'orthographe dans le texte saisi
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. Quel style d'architecture global la partie texte-spectrogramme utilise-t-elle ?
   • Séquence à séquence avec attention
   • Une simple table de recherche
   • Un arbre de décision
   • Un ensemble de règles statiques
6. Quel modèle ultérieur est un successeur plus rapide et non autorégressif du Tacotron 2 ?
   • ResNet
   • Discours rapide 2
   • BERTE
   • 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