Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Offline szövegfelolvasó a Piperrel és a Kokoro kvízzel

Hasonlítsa össze a helyi TTS-futási időket és a hangműtermékeket, és értékelje a nyelveket, az eszközkorlátokat, a licenceket, a késleltetést és a hangminőséget.

Kapcsolódó útmutató utakOffline szöveg beszédre Piper Kokoro
kérdés 1 -ból 8

Mit csinál az offline TTS helyileg?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mit csinál az offline TTS helyileg?
    • A letöltött eszközök segítségével átírja a beszédet szöveggé
    • Beszédet generál egy hosztolt szolgáltatáson keresztül
    • Beszédet generál szövegből a letöltött szoftverek és modelleszközök segítségével
    • A szöveget fonémákká képezi le, de nem hoz létre beszédhullámot
  2. Miért kell a Pipert és a Kokorót külön projektként értékelni?
    • Ugyanannak a modellterméknek két neve
    • Külön futási időkkel, modellekkel, csomagolással és támogatási részletekkel rendelkeznek
    • Mindkettő garantálja, hogy minden nyelv egyformán működik
    • Ugyanazokat a hardverkövetelményeket használják
  3. Miért kell egy csapatnak megvizsgálnia a letöltött hang- vagy modelllicenceket, valamint a TTS futásidejű licencét?
    • Csak a futási környezet csomagverzióját kell ellenőrizni
    • A helyi lejátszás az újraelosztási engedélyt mutatja
    • Minden hang szükségszerűen örökli a futásidejű kód pontos feltételeit
    • A letöltött hang- vagy modellfájlnak külön feltételei lehetnek
  4. Melyik mennyiség hasonlítja össze a beszédgenerálás idejét az előállított hang időtartamával?
    • A szintézis ideje osztva a generált hang időtartamával
    • A csúcsmemória osztva a modell-fájl méretével
    • A hidegindítási idő osztva a rendelkezésre álló hangok számával
    • A generált mintavételezési arány osztva a modellparaméterek számával
  5. Miért tesztelje a reprezentatív szöveget egy rövid bemutató mondaton túl?
    • Egy rövid bemutató garantálja az összes név kiejtését
    • Az írásjeleknek nincs hatása a hang letöltése után
    • A nevek, számok, írásjelek és hosszú formájú összekapcsolások hibákat okozhatnak
    • A hosszú részek szükségszerűen azonosak az elszigetelt mondatokkal
  6. Mit állít minden hangról egy nyelvet támogató modell?
    • Hogy minden hang egyformán természetes
    • Semmi; ellenőrizze az adott hang lefedettségét és minőségét
    • Hogy minden hang futhat egy Raspberry Pi-n
    • Ez az engedélyezés korlátlan
  7. Az offline végrehajtás önmagában bizonyítja-e, hogy a hangmodell kereskedelmi forgalomban újra terjeszthető?
    • Igen, mert nincs benne hálózat
    • Igen, ha a szintézis helyileg működik
    • Nem; helyi modellek nem használhatók kereskedelmi forgalomba
    • Nem; ellenőrizze a műtárgy pontos feltételeit
  8. Mit kell mérni a tervezett céleszközön?
    • Indítási idő, szintézis késleltetés, memória és minőség
    • Csak állandósult késleltetés, a hidegindítás figyelmen kívül hagyása mellett
    • Csak a modell-fájl mérete helyettesíti a memória mérését
    • Csak a projekt leggyorsabban közzétett benchmarkja