Quiz collegato alla guida · Medio Livello

Quiz sul modello audio generativo di Bark

Comprendere la generazione graduale di token audio di Bark, il suo decodificatore di forme d'onda EnCodec e il modo in cui i segnali di testo possono suscitare suoni vocali e non verbali.

Domanda 1 di 8

Cosa rende Bark diverso da un tradizionale motore di sintesi vocale?

Anteprima di ogni domanda8 domande

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

  1. Cosa rende Bark diverso da un tradizionale motore di sintesi vocale?
    • Può generare suoni non verbali come risate e musica, non solo parole
    • Emette solo un parlato robotico pulito
    • Richiede un campione vocale registrato per ogni uscita
    • Converte l'audio in testo
  2. Chi ha rilasciato il modello Bark?
    • OpenAI
    • Suno
    • Google DeepMind
    • Meta
  3. In che modo Bark genera fondamentalmente l'audio?
    • Cucendo insieme fonemi preregistrati
    • Applicando filtri a una registrazione di riferimento
    • Predicendo token audio discreti in modo autoregressivo come un modello linguistico
    • Eseguendo il rendering delle note MIDI
  4. Quale codec neurale utilizza Bark per trasformare i token in una forma d'onda?
    • MP3
    • FLAC
    • WaveNet
    • EnCodec di Meta
  5. Perché lo stesso prompt di Bark potrebbe produrre risultati diversi ogni volta?
    • La generazione è probabilistica, quindi ogni analisi campiona una sequenza diversa
    • Memorizza nella cache gli output in modo casuale
    • Si verifica sempre un errore nelle richieste ripetute
    • Dipende dall'ora del giorno
  6. Qual è uno svantaggio noto di Bark rispetto ai sistemi TTS dedicati?
    • Non può parlare alcuna lingua
    • Può avere allucinazioni con suoni extra ed è meno controllabile
    • Funziona solo offline
    • Produce audio silenzioso
  7. What does Bark’s semantic-to-coarse stage produce?
    • A transcript of the generated waveform
    • A mel-spectrogram with no audio tokens
    • The first two EnCodec audio codebooks
    • An image embedding
  8. How can a Bark prompt request a nonverbal event such as laughter?
    • Add an image mask to the audio tokens
    • Train a new EnCodec model for every cue
    • Convert the cue to a CSV file
    • Include a cue such as [laughs] in the text prompt