न्यूरल वोकोडर्स क्विज़

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

1. न्यूरल वोकोडर का प्राथमिक कार्य क्या है?
   • मेल-स्पेक्ट्रोग्राम जैसे ध्वनिक प्रतिनिधित्व को श्रव्य तरंग में बदलना
   • पाठ को सीधे अर्थ में परिवर्तित करना
   • भाषाओं के बीच भाषण का अनुवाद करना
   • रिकॉर्डिंग से पृष्ठभूमि शोर को हटाने के लिए
2. 2016 का कौन सा मॉडल वह सफलता थी जिसने न्यूरल वोकोडर्स को प्राकृतिक बना दिया?
   • हाईफाई-जीएएन
   • वेवनेट
   • टैकोट्रॉन
   • मेलगैन
3. मूल वेवनेट ऑडियो उत्पन्न करने में धीमा क्यों था?
   • इसमें प्रत्येक शब्द के लिए एक अलग GPU की आवश्यकता होती है
   • इसने प्रत्येक इनपुट पर स्वयं को पुनः प्रशिक्षित किया
   • इसने एक समय में ऑटोरेग्रेसिव रूप से ऑडियो के एक नमूने की भविष्यवाणी की
   • इसने ऑडियो के साथ-साथ वीडियो भी प्रस्तुत किया
4. मेल-स्पेक्ट्रोग्राम कौन सी जानकारी को विशेष रूप से त्याग देता है, जिससे वोकोडर का कार्य कठिन हो जाता है?
   • ऑडियो की तीव्रता
   • जो भाषा बोली जा रही है
   • नमूना दर
   • सिग्नल के चरण की जानकारी
5. HiFi-GAN जैसे GAN-आधारित वोकोडर यथार्थवाद में कैसे सुधार करते हैं?
   • कई विभेदकों का उपयोग करके जो विभिन्न पैमानों पर सिग्नल का आकलन करते हैं
   • पहले ऑडियो को टेक्स्ट में परिवर्तित करके
   • एक साथ हजारों रिकॉर्डिंग के औसत से
   • केवल निम्न आवृत्तियाँ उत्पन्न करके
6. एक विशिष्ट आधुनिक टीटीएस पाइपलाइन में, मेल-स्पेक्ट्रोग्राम का उत्पादन क्या होता है जिसे वोकोडर उपभोग करता है?
   • एक शोर जनरेटर
   • एक ध्वनिक मॉडल जैसे टैकोट्रॉन 2 या फास्टस्पीच
   • वोकोडर ही
   • एक माइक्रोफोन
7. What component in HiFi-GAN combines residual blocks with different dilation patterns?
   • A phoneme tokenizer
   • A recurrent attention decoder
   • The multi-receptive-field fusion (MRF) module
   • A speaker-verification classifier
8. What does HiFi-GAN’s multi-period discriminator help assess?
   • Whether the text transcript is grammatically correct
   • Whether the speaker’s face matches the voice
   • Whether the mel-spectrogram uses enough colors
   • Whether generated waveform segments reflect realistic periodic patterns