Quiz lié à un guide · Moyen Niveau

Quiz WaveNet

Passez en revue la génération de forme d'onde autorégressive de WaveNet, les convolutions dilatées causales et pourquoi son processus d'échantillonnage d'origine était lent.

Chemins de guidage associésOndenet
Question 1 de 8

Comment WaveNet génère-t-il de l'audio ?

Prévisualisez chaque question8 des questions

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

  1. Comment WaveNet génère-t-il de l'audio ?
    • Un échantillon brut à la fois, conditionné sur les échantillons précédents
    • En sélectionnant des clips dans une bibliothèque fixe
    • En convertissant les spectrogrammes directement en texte
    • Tous les échantillons simultanément sans commande
  2. Quelle est la principale innovation convolutive de WaveNet ?
    • Nombre maximal de couches de pooling
    • Circonvolutions causales dilatées
    • Portes récurrentes uniquement
    • Couches entièrement connectées
  3. How did the original WaveNet represent quantized waveform samples for prediction?
    • 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. Quel était l’inconvénient pratique majeur du WaveNet original ?
    • Cela ne pouvait que produire le silence
    • Cela ne nécessitait aucune donnée de formation
    • Cela n'a fonctionné que sur les images
    • L'échantillonnage séquentiel a ralenti la génération
  5. In the speech-synthesis experiments described in the WaveNet paper, what does the model generate?
    • 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. Quelle organisation a introduit 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