Kuis terkait panduan · Sedang Tingkat
Kuis Vocoder Generatif MelGAN
Pahami cara MelGAN memetakan mel-spektogram ke bentuk gelombang, menggunakan upsampling konvolusional, dan melatih diskriminator pada berbagai skala.
Pertanyaan 1 dari 8
Input apa yang diubah MelGAN menjadi bentuk gelombang audio mentah?
Pratinjau setiap pertanyaan8 pertanyaan
Jawaban dan penjelasan muncul saat Anda mengikuti kuis.
- Input apa yang diubah MelGAN menjadi bentuk gelombang audio mentah?
- Spektogram mel
- Karakter teks mentah
- File MIDI
- Kisi fonem
- Mengapa MelGAN jauh lebih cepat daripada WaveNet dalam inferensi?
- Ini menggunakan tingkat sampel yang lebih kecil
- Ini non-autoregresif dan menghasilkan audio dalam satu lintasan paralel
- Ini hanya berjalan di TPU
- Ini melewatkan pita frekuensi tinggi
- Desain diskriminator khas apa yang diperkenalkan MelGAN?
- Sebuah diskriminator global tunggal
- Diskriminator berbasis transformator
- Diskriminator multi-skala yang beroperasi pada audio pada beberapa resolusi
- Tidak ada diskriminasi sama sekali
- Kerugian manakah yang membantu menstabilkan pelatihan permusuhan MelGAN?
- Entropi silang pada token teks
- Berarti kehilangan skor opini
- Kerugian margin tiga kali lipat
- Hilangnya pencocokan fitur antara aktivasi diskriminator
- Bagaimana cara generator MelGAN meningkatkan bidang reseptifnya?
- Dengan menggunakan konvolusi melebar di blok sisa
- Dengan menambahkan lapisan LSTM berulang
- Dengan menggunakan perhatian pada keseluruhan klip
- Dengan menumpuk lapisan penyatuan
- What subjective evaluation measure did the MelGAN paper report?
- Word error rate (WER)
- Mean Opinion Score (MOS)
- BLEU score
- Peak signal-to-noise ratio (PSNR) only
- What do MelGAN’s transposed convolutions do in the generator?
- Convert the waveform back into text
- Choose the phonemes in the input sentence
- Upsample the mel-spectrogram representation toward the audio waveform rate
- Reduce the number of audio samples to zero
- Which audio domains did the MelGAN paper use to illustrate the generality of its techniques?
- Machine translation, image captions, and video subtitling
- Only speech recognition and speaker identification
- Text summarization, code generation, and image classification
- Speech synthesis, music-domain translation, and unconditional music synthesis