Quiz collegato alla guida · Medio Livello

AudioGen Quiz sulla sintesi da testo ad audio

Esamina i token acustici condizionati dal testo, il codec della forma d'onda, l'autoregressione, l'aumento di sorgenti miste, la guida e la continuazione dell'audio di AudioGen.

Percorsi guida correlatiTesto audiogeno in sintesi audio
Domanda 1 di 8

What task does the cited AudioGen study address?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. What task does the cited AudioGen study address?
    • Only exact transcript-to-speech rendering
    • Solo classificazione delle immagini
    • Generating general audio conditioned on descriptive text
    • Only converting every audio event into MIDI notation
  2. Qual è la prima fase della pipeline di AudioGen?
    • Un codificatore automatico audio che trasforma le forme d'onda in token discreti
    • Un modello da testo a immagine
    • Un riconoscimento vocale
    • Un codificatore video
  3. Che tipo di modello prevede i token audio?
    • Un classificatore di immagini convoluzionale
    • Un albero decisionale
    • Un semplice regressore lineare
    • Un modello linguistico Transformer autoregressivo
  4. What does AudioGen’s original mixed-source augmentation do?
    • Only concatenates unmodified waveform clips end to end
    • Mixes audio samples and concatenates their corresponding text captions
    • Deletes both source captions
    • Changes every sound into a silent recording
  5. Quale libreria Meta più grande include AudioGen?
    • AudioCraft
    • PyTorch Fulmine
    • Hub TensorFlow
    • Diffusori avvolgenti per il viso
  6. Come viene prodotta una forma d'onda finale dai token generati da AudioGen?
    • I token vengono stampati come testo
    • Vengono inviati via email a un server
    • Sono resi come un'immagine
    • Il decodificatore codec converte nuovamente i token in audio
  7. Which two model contributions are combined by classifier-free guidance in the original AudioGen formulation?
    • Only the left and right display colors
    • Text-conditional and unconditional log-probability contributions
    • Only two unrelated image filenames
    • A required human transcript and a password
  8. What additional input defines AudioGen’s studied audio-continuation setup?
    • Only a blank file extension
    • A mandatory complete future waveform as the answer
    • An initial acoustic audio prefix
    • Only a screenshot of the source code