फास्टस्पीच और नॉन-ऑटोरेग्रेसिव टीटीएस क्विज़

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. फास्टस्पीच के संदर्भ में 'नॉन-ऑटोरेग्रेसिव' का क्या मतलब है?
   • यह सभी स्पेक्ट्रोग्राम फ़्रेमों को क्रमिक रूप से बनाने के बजाय समानांतर में उत्पन्न करता है
   • यह क्रम से एक-एक करके ऑडियो फ्रेम तैयार करता है
   • यह लंबे वाक्यों को संभाल नहीं सकता
   • इसके लिए किसी प्रशिक्षण डेटा की आवश्यकता नहीं है
2. टैकोट्रॉन 2 जैसे ऑटोरेग्रेसिव मॉडल की किस समस्या का फास्टस्पीच विशेष रूप से समाधान करता है?
   • कोई भी ऑडियो बनाने में असमर्थता
   • धीमी पीढ़ी और ध्यान संबंधी त्रुटियों से छोड़े गए या दोहराए गए शब्द
   • अंग्रेजी पाठ के लिए समर्थन का अभाव
   • क्वांटम हार्डवेयर की आवश्यकता है
3. फास्टस्पीच में 'लंबाई नियामक' की क्या भूमिका है?
   • यह अंतिम ऑडियो फ़ाइल को संपीड़ित करता है
   • यह रिकॉर्डिंग से मौन हटा देता है
   • यह ऑडियो लंबाई से मेल खाने के लिए प्रत्येक ध्वनि के प्रतिनिधित्व को उसकी अनुमानित अवधि के अनुसार दोहराता है
   • यह स्वरों को पाठ में अनुवादित करता है
4. Which additional speech variations does FastSpeech 2 condition on during training and inference?
   • Only speaker age and recording location
   • Video frames and subtitle color
   • A single fixed global loudness value
   • Pitch, energy, and duration information
5. फास्टस्पीच का अनुमान समय वाक्य की लंबाई के साथ मुश्किल से क्यों बढ़ता है?
   • सभी फ़्रेम क्रमिक रूप से उत्पन्न होने के बजाय समानांतर में उत्पन्न होते हैं
   • यह अधिकांश इनपुट टेक्स्ट को अनदेखा कर देता है
   • यह केवल एक सेकंड की क्लिप ही आउटपुट करता है
   • यह पूर्व-रिकॉर्ड किए गए वाक्यों की लुकअप तालिका का उपयोग करता है
6. How does the length regulator use predicted durations in FastSpeech?
   • It selects the final audio codec
   • It expands phoneme-level representations to align with the target spectrogram length
   • It estimates the speaker’s identity from video
   • It converts text into a sequence of labels for translation
7. What is one tradeoff of non-autoregressive spectrogram generation?
   • It guarantees identical prosody to an autoregressive model
   • It removes the need for a waveform vocoder
   • Parallel output can be faster, but duration and speech variation must be modeled explicitly
   • It cannot accept text as input
8. What training target does FastSpeech 2 use instead of FastSpeech’s teacher-generated simplified outputs?
   • Only predicted durations with no acoustic target
   • A translated text transcript
   • The output of a GAN discriminator only
   • Ground-truth target speech representations