गाइड से जुड़ी प्रश्नोत्तरी · कठिन स्तर
VALL-E और कोडेक भाषा मॉडल प्रश्नोत्तरी
VALL-E के कोडेक-टोकन भाषा-मॉडल दृष्टिकोण, इसकी चरणबद्ध टोकन पीढ़ी और इसके रिपोर्ट किए गए कुछ-शॉट ध्वनि परिणामों के पीछे की स्थितियों की समीक्षा करें।
प्रश्न 1 का 8
कौन सा मूल विचार VALL-E को पहले के टेक्स्ट-टू-स्पीच सिस्टम से अलग करता है?
प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न
जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।
- कौन सा मूल विचार VALL-E को पहले के टेक्स्ट-टू-स्पीच सिस्टम से अलग करता है?
- यह स्पेक्ट्रोग्राम की भविष्यवाणी करने के बजाय भाषा मॉडलिंग कार्य के रूप में तंत्रिका कोडेक टोकन की भविष्यवाणी करता है
- यह केवल हस्तनिर्मित सिग्नल प्रोसेसिंग का उपयोग करता है
- इसके लिए लक्ष्य वक्ता से घंटों ऑडियो की आवश्यकता होती है
- यह वाणी से पाठ उत्पन्न करता है
- नए स्पीकर की आवाज को क्लोन करने के लिए VALL-E को कितने संदर्भ ऑडियो की आवश्यकता है?
- लगभग एक घंटा
- लगभग तीन सेकंड
- कोई भी संदर्भ ऑडियो नहीं
- लगभग तीस मिनट
- VALL-E अपने ऑडियो टोकन बनाने के लिए किस न्यूरल कोडेक का उपयोग करता है?
- एमपी3
- ओपस
- एनकोडेक
- WAV
- VALL-E ऑटोरेग्रेसिव और नॉन-ऑटोरेग्रेसिव दोनों चरणों का उपयोग क्यों करता है?
- भाषण का कई भाषाओं में अनुवाद करना
- संगीत को वाणी से अलग करना
- टेक्स्ट इनपुट को कंप्रेस करने के लिए
- क्योंकि कोडेक टोकन स्तरित होते हैं, इसलिए यह क्रमिक रूप से मोटे टोकन और समानांतर में बारीक टोकन की भविष्यवाणी करता है
- मजबूत शून्य-शॉट क्लोनिंग को सक्षम करने के लिए VALL-E को मोटे तौर पर कितने भाषण डेटा पर प्रशिक्षित किया गया था?
- लगभग 60,000 घंटे
- लगभग 100 घंटे
- लगभग 1,000 घंटे
- लगभग 10 घंटे
- समय के अलावा, VALL-E लघु संदर्भ क्लिप से और क्या संरक्षित कर सकता है?
- वक्ता के सटीक शब्द हमेशा के लिए
- रिकॉर्डिंग का ध्वनिक वातावरण
- इसके साथ जो वीडियो है
- मूल फ़ाइल स्वरूप
- What does VALL-E condition on to imitate a target speaker in its demonstration setup?
- A photograph and a written biography only
- A long labeled transcript from every target-speaker recording
- A short audio prompt from that speaker plus the text to speak
- A speaker ID with no audio example
- What text representation does the VALL-E paper use as input to its text-to-code model?
- A raw waveform of the target utterance
- A speaker’s face embedding
- A list of MIDI notes
- A phoneme sequence