मेलगैन जेनरेटिव वोकोडर क्विज़

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

1. MelGAN किस इनपुट को कच्चे ऑडियो तरंग में परिवर्तित करता है?
   • एक मेल-स्पेक्ट्रोग्राम
   • कच्चे पाठ वर्ण
   • एक MIDI फ़ाइल
   • एक स्वनिम जाली
2. अनुमान के अनुसार MelGAN वेवनेट से अधिक तेज़ क्यों है?
   • यह छोटी नमूना दर का उपयोग करता है
   • यह गैर-ऑटोरेग्रेसिव है और एक समानांतर पास में ऑडियो उत्पन्न करता है
   • यह केवल टीपीयू पर चलता है
   • यह उच्च-आवृत्ति बैंड को छोड़ देता है
3. MelGAN ने कौन-सा विशिष्ट विभेदक डिज़ाइन प्रस्तुत किया?
   • एक एकल वैश्विक विभेदक
   • एक ट्रांसफार्मर-आधारित विभेदक
   • एक बहु-स्तरीय विवेचक जो कई रिज़ॉल्यूशन पर ऑडियो पर काम कर रहा है
   • कोई भी भेदभाव करने वाला नहीं
4. कौन सा नुकसान MelGAN के प्रतिकूल प्रशिक्षण को स्थिर करने में मदद करता है?
   • टेक्स्ट टोकन पर क्रॉस-एन्ट्रॉपी
   • औसत राय स्कोर हानि
   • त्रिक मार्जिन हानि
   • विभेदक सक्रियणों के बीच फ़ीचर-मिलान हानि
5. MelGAN का जनरेटर अपने ग्रहणशील क्षेत्र को कैसे बढ़ाता है?
   • अवशिष्ट ब्लॉकों में विस्तारित कनवल्शन का उपयोग करके
   • आवर्ती LSTM परतें जोड़कर
   • पूरी क्लिप पर ध्यान देकर
   • पूलिंग परतों को ढेर करके
6. What subjective evaluation measure did the MelGAN paper report?
   • Word error rate (WER)
   • Mean Opinion Score (MOS)
   • BLEU score
   • Peak signal-to-noise ratio (PSNR) only
7. What do MelGAN’s transposed convolutions do in the generator?
   • Convert the waveform back into text
   • Choose the phonemes in the input sentence
   • Upsample the mel-spectrogram representation toward the audio waveform rate
   • Reduce the number of audio samples to zero
8. Which audio domains did the MelGAN paper use to illustrate the generality of its techniques?
   • Machine translation, image captions, and video subtitling
   • Only speech recognition and speaker identification
   • Text summarization, code generation, and image classification
   • Speech synthesis, music-domain translation, and unconditional music synthesis