Kuis terkait panduan · Sedang Tingkat

Kuis Sintesis Autoregresif TTS Kura-kura

Lihat bagaimana Tortoise menggabungkan token ucapan autoregresif, dekoder difusi, dan pemilihan kandidat untuk sintesis berkualitas tinggi.

Jalur panduan terkaitSintesis Autoregresif Tortoise Tts
Pertanyaan 1 dari 8

What does Tortoise’s autoregressive transformer do in the synthesis pipeline?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. What does Tortoise’s autoregressive transformer do in the synthesis pipeline?
    • Predicts speech tokens conditioned on text and speaker information
    • Measures the final waveform’s loudness only
    • Selects a license for the generated audio
    • Converts video frames into subtitles
  2. Apa yang bisa dilakukan Tortoise hanya dengan beberapa klip referensi pendek?
    • Transkripsikan audio ke teks
    • Kloning suara target dan baca teks arbitrer
    • Terjemahkan bahasa saja
    • Hapus kebisingan latar belakang
  3. Dua kelompok model manakah yang paling memengaruhi desain Tortoise?
    • Pohon keputusan dan SVM
    • Tabel fonem dan HMM berbasis aturan
    • Transformator autoregresif dan difusi
    • Filter konvolusional saja
  4. Bagaimana cara Tortoise memilih di antara beberapa kandidat yang dihasilkan?
    • Ia memilih yang pertama
    • Itu selalu memilih yang terpendek
    • Ia bertanya kepada pengguna
    • Ini menggunakan model penilaian CLVP untuk menentukan peringkatnya berdasarkan teks
  5. Siapa yang menciptakan TTS Kura-kura?
    • James Betker
    • Geoffrey Hinton
    • Ian Goodfellow
    • Andrej Karpati
  6. Apa alasan utama mengapa Tortoise relatif lambat?
    • Ini mengunduh suara dari cloud setiap saat
    • Ini mengutamakan kualitas, pengambilan sampel, dan menyaring banyak kandidat
    • Ini hanya berjalan pada CPU
    • Ini memampatkan audio berulang kali
  7. What can Tortoise’s random voice option generate without a supplied reference speaker?
    • A verified recording of a specific real person
    • A translation of an existing speaker’s legal identity
    • A synthetic voice selected by the model
    • A speaker embedding from a missing audio file
  8. How does Tortoise package reference-voice conditioning for reuse?
    • It stores only a text transcript
    • It saves the voice as a LoRA for an image model
    • It records the speaker’s legal name in the waveform
    • It stores autoregressive and diffusion conditioning latents