ग्लो-टीटीएस मोनोटोनिक संरेखण प्रश्नोत्तरी

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

1. ग्लो-टीटीएस का लक्ष्य ध्यान-आधारित टीटीएस की किस समस्या को ठीक करना है?
   • लंबे वाक्यों पर शब्दों को छोड़ना या दोहराना
   • ऑडियो जो बहुत शांत है
   • GPU का उपयोग करने में असमर्थता
   • टेक्स्ट एन्कोडर का अभाव
2. ग्लो-टीटीएस में एमएएस का क्या मतलब है?
   • मेल ऑडियो संश्लेषण
   • मोनोटोनिक संरेखण खोज
   • बहु-ध्यान प्रणाली
   • मॉड्यूलर ध्वनिक नमूना
3. संरेखण को मोनोटोनिक होना क्यों आवश्यक है?
   • ऑडियो को तेज़ बनाने के लिए
   • फ़ाइल का आकार कम करने के लिए
   • क्योंकि समय के साथ पाठ को बाएँ से दाएँ क्रम में पढ़ा जाता है
   • एकाधिक वक्ताओं का समर्थन करने के लिए
4. स्पेक्ट्रोग्राम मॉडल करने के लिए ग्लो-टीटीएस किस प्रकार के डिकोडर का उपयोग करता है?
   • एक आवर्ती ध्यान नेटवर्क
   • एक दृढ़ वर्गीकरणकर्ता
   • एक ट्रांसफार्मर भाषा मॉडल
   • एक सामान्यीकृत प्रवाह
5. अनुमान के समय, ग्लो-टीटीएस यह कैसे तय करता है कि प्रत्येक टेक्स्ट टोकन कितने समय तक चलेगा?
   • एक अवधि भविष्यवक्ता प्रति टोकन फ़्रेम गणना आउटपुट करता है
   • यह ऑडियो पर फिर से एमएएस चलाता है
   • यह बेतरतीब ढंग से अनुमान लगाता है
   • यह एक माइक्रोफोन का उपयोग करता है
6. ग्लो-टीटीएस के गैर-ऑटोरेग्रेसिव होने का व्यावहारिक लाभ क्या है?
   • इसके लिए किसी टेक्स्ट इनपुट की आवश्यकता नहीं है
   • यह तेज़ संश्लेषण के लिए समानांतर में सभी फ़्रेम उत्पन्न कर सकता है
   • यह पिच को नियंत्रित नहीं कर सकता
   • यह केवल ऑफ़लाइन काम करता है
7. What does the surjective-alignment assumption mean in Glow-TTS?
   • Each speech frame maps to multiple languages
   • Some text tokens must be skipped
   • Every text token maps to at least one speech frame
   • The output audio has no frame sequence
8. How does Glow-TTS find a likely alignment during training?
   • A human marks every phoneme-frame pair by hand
   • It randomly permutes the text tokens
   • A waveform classifier chooses a speaker identity
   • Dynamic programming searches for the most probable valid monotonic path