Útmutatóhoz kapcsolódó kvíz · Közepes Szint
FastPitch hangmagasság-vezérelhető TTS kvíz
Learn how FastPitch predicts fundamental-frequency contours, edits pitch at inference, and synthesizes mel frames in parallel.
kérdés 1 -ból 8
Milyen extra jelet jósol a FastPitch kifejezetten az egyes bemeneti tokenekhez?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Milyen extra jelet jósol a FastPitch kifejezetten az egyes bemeneti tokenekhez?
- A hangmagasság (alapfrekvencia)
- A beszélő neme
- A háttérzaj szintje
- A nyelv azonosítója
- Hogyan hozza létre a FastPitch ilyen gyorsan a mel-spektrogramot?
- Egyszerre egy minta streamelésével
- Nem autoregresszíven, egyetlen párhuzamos előre passzban
- Rögzített adatbázisból másolással
- Csak egyetlen CPU magon futva
- How can a user change the intonation contour in FastPitch output without retraining?
- Fonémák törlésével
- Csak a véletlenszerű mag megváltoztatásával
- Az előrejelzett hangmagasság-értékek skálázásával vagy szerkesztésével
- A mintavételi sebesség csökkentésével
- Hogyan történik az edzés során a hangmagasság célpontja tokenenként?
- Véletlenszerű érték
- A hang maximális amplitúdója
- Csak az első képkocka értéke
- Az átlagos alapfrekvencia a token időtartama alatt
- What synthesis throughput did the FastPitch paper report for a typical utterance?
- Over 900× real time for mel-spectrogram synthesis in the reported setup
- About one second of audio per hour
- Exactly 2× real time for waveform output
- No measurement of synthesis speed
- Miért írják le a tokenenkénti hangmagasság-szabályozást intuitívnak, de durvanak?
- Hangmintánként megjósolja a hangmagasságot
- Egy hangmagasságot jelképenként jósol meg, nem képkockánként
- Teljesen figyelmen kívül hagyja a hangmagasságot
- Csak egy hangszórónál működik
- Which earlier parallel TTS architecture is FastPitch based on?
- Tacotron 2
- WavLM
- FastSpeech
- HiFi-GAN
- Besides pitch, what token-level signal helps FastPitch align text with output frames?
- Speaker gender
- Background noise level
- Language identity only
- Predicted token duration