गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर

HiFi-GAN और GAN वोकोडर्स क्विज़

मेल-टू-वेवफ़ॉर्म वोकोडिंग, फ़ीड-फ़ॉरवर्ड जेनरेशन, आवधिक और बहु-स्तरीय विभेदकों, प्रतिकूल प्रशिक्षण और सहायक हानियों की जाँच करता है।

संबंधित मार्गदर्शक पथHifi GAN और GAN Vocoders
प्रश्न 1 का 8

टेक्स्ट-टू-स्पीच पाइपलाइन में HiFi-GAN जैसे वोकोडर का प्राथमिक कार्य क्या है?

प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न

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

  1. टेक्स्ट-टू-स्पीच पाइपलाइन में HiFi-GAN जैसे वोकोडर का प्राथमिक कार्य क्या है?
    • मेल-स्पेक्ट्रोग्राम को कच्चे ऑडियो तरंग में बदलना
    • कच्चे पाठ को स्वरों में परिवर्तित करना
    • पाठ को अवधियों के अनुसार संरेखित करना
    • भाषण का एक भाषा से दूसरी भाषा में अनुवाद करना
  2. HiFi-GAN पहले वाले वेवनेट वोकोडर से अधिक तेज़ क्यों है?
    • यह छोटी शब्दावली का उपयोग करता है
    • यह फीड-फॉरवर्ड है और ऑटोरेग्रेसिव के बजाय एक ही पास में संपूर्ण तरंग उत्पन्न करता है
    • यह अधिक कुशलता से एक-एक करके नमूने तैयार करता है
    • यह स्पेक्ट्रोग्राम को पूरी तरह से छोड़ देता है
  3. HiFi-GAN का मल्टी-पीरियड डिस्क्रिमिनेटर विशेष रूप से क्या पकड़ने में मदद करता है?
    • शब्दों का शब्दार्थ अर्थ
    • पृष्ठभूमि शोर का स्तर
    • सिग्नल में पिच से संबंधित आवधिक पैटर्न
    • वक्ता का भावनात्मक स्वर लेबल
  4. GAN वोकोडर्स को 'प्रतिकूल तरीके से' प्रशिक्षित किया जाता है। इसका यहाँ क्या मतलब है?
    • मॉडल मानव कथावाचकों से प्रतिस्पर्धा करता है
    • प्रशिक्षण के दौरान दो भाषाओं का मिश्रण किया जाता है
    • मॉडल को केवल गति के लिए पुरस्कृत किया जाता है, गुणवत्ता के लिए नहीं
    • एक जनरेटर एक या अधिक विभेदकों को मूर्ख बनाने की कोशिश करता है जो यह तय करते हैं कि ऑडियो वास्तविक है या नहीं
  5. कौन सा बाद का वोकोडर अनदेखी आवाज़ों, गायन और वाद्ययंत्रों को बेहतर ढंग से सामान्यीकृत करने के लिए HiFi-GAN का विस्तार करता है?
    • बिगवीजीएएन
    • टैकोट्रॉन
    • वेवनेट
    • बर्ट
  6. कौन सी सहायक हानि HiFi-GAN के प्रशिक्षण को स्थिर और इनपुट के प्रति वफादार रखने में मदद करती है?
    • एक अनुवाद हानि
    • एक मेल-स्पेक्ट्रोग्राम पुनर्निर्माण हानि
    • एक टोकन-वर्गीकरण हानि
    • एक सुदृढीकरण इनाम संकेत
  7. What does HiFi-GAN’s Multi-Scale Discriminator examine?
    • Only the text transcript
    • The model’s optimizer state
    • Waveforms at several downsampled resolutions
    • One mel bin at a time
  8. Why include a mel-spectrogram reconstruction loss alongside adversarial loss?
    • To eliminate the generator
    • To make the model autoregressive
    • To remove the conditioning mel-spectrogram
    • To anchor spectral content while discriminators encourage realistic waveform texture