Kuis TTS yang Dapat Dikontrol Pitch FastPitch

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Sinyal tambahan apa yang diprediksi secara eksplisit oleh FastPitch untuk setiap token masukan?
   • Nada (frekuensi fundamental)
   • Jenis kelamin pembicara
   • Tingkat kebisingan latar belakang
   • ID bahasa
2. Bagaimana FastPitch menghasilkan mel-spektogram begitu cepat?
   • Dengan mengalirkan audio satu sampel dalam satu waktu
   • Non-autoregresif, dalam satu umpan maju paralel
   • Dengan menyalin dari database yang direkam
   • Dengan berjalan pada satu inti CPU saja
3. How can a user change the intonation contour in FastPitch output without retraining?
   • Dengan menghapus fonem
   • Dengan mengganti seed secara acak saja
   • Dengan menskalakan atau mengedit nilai nada yang diprediksi
   • Dengan menurunkan laju sampel
4. Selama pelatihan, bagaimana target promosi ditetapkan per token?
   • Nilai acak
   • Amplitudo maksimum audio
   • Nilai frame pertama saja
   • Frekuensi fundamental rata-rata selama durasi token
5. 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
6. Mengapa kontrol nada per token digambarkan sebagai sesuatu yang intuitif namun kasar?
   • Ini memprediksi nada per sampel audio
   • Ini memprediksi satu nilai nada per simbol, bukan per frame
   • Itu mengabaikan nada sepenuhnya
   • Ini hanya berfungsi untuk satu speaker
7. Which earlier parallel TTS architecture is FastPitch based on?
   • Tacotron 2
   • gelombang
   • FastSpeech
   • HiFi-GAN
8. Besides pitch, what token-level signal helps FastPitch align text with output frames?
   • Speaker gender
   • Background noise level
   • Language identity only
   • Predicted token duration