Kuis Penyelarasan Monotonik Glow-TTS

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Masalah apa dengan TTS berbasis perhatian yang ingin diperbaiki oleh Glow-TTS?
   • Melewatkan atau mengulang kata pada kalimat yang panjang
   • Audio yang terlalu senyap
   • Ketidakmampuan untuk menggunakan GPU
   • Kurangnya encoder teks
2. Apa kepanjangan MAS dalam Glow-TTS?
   • Sintesis Audio Mel
   • Pencarian Penyelarasan Monoton
   • Sistem Multi-Perhatian
   • Sampler Akustik Modular
3. Mengapa penyelarasannya harus monoton?
   • Untuk membuat audio lebih keras
   • Untuk mengurangi ukuran file
   • Karena teks dibaca dalam urutan kiri ke kanan seiring waktu
   • Untuk mendukung banyak speaker
4. Jenis dekoder apa yang digunakan Glow-TTS untuk memodelkan spektogram?
   • Jaringan perhatian berulang
   • Pengklasifikasi konvolusional
   • Model bahasa transformator
   • Aliran normalisasi
5. Pada waktu inferensi, bagaimana Glow-TTS menentukan berapa lama setiap token teks bertahan?
   • Prediktor durasi menghasilkan jumlah bingkai per token
   • Ini menjalankan MAS lagi pada audio
   • Ia menebak secara acak
   • Ini menggunakan mikrofon
6. Apa keuntungan praktis dari Glow-TTS yang bersifat non-autoregresif?
   • Tidak memerlukan input teks
   • Itu dapat menghasilkan semua frame secara paralel untuk sintesis cepat
   • Itu tidak bisa mengontrol nada
   • Ini hanya berfungsi offline
7. What does the surjective-alignment assumption mean in Glow-TTS?
   • Each speech frame maps to multiple languages
   • Some text tokens must be skipped
   • Every text token maps to at least one speech frame
   • The output audio has no frame sequence
8. How does Glow-TTS find a likely alignment during training?
   • A human marks every phoneme-frame pair by hand
   • It randomly permutes the text tokens
   • A waveform classifier chooses a speaker identity
   • Dynamic programming searches for the most probable valid monotonic path