Quiz collegato alla guida · Medio Livello

Quiz TTS con tonalità controllabile FastPitch

Scopri come FastPitch prevede i contorni della frequenza fondamentale, modifica l'intonazione durante l'inferenza e sintetizza i fotogrammi mel in parallelo.

Percorsi guida correlatiFastpitch Pitch controllabile Tts
Domanda 1 di 8

Quale segnale aggiuntivo prevede esplicitamente FastPitch per ciascun token di input?

Anteprima di ogni domanda8 domande

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

  1. Quale segnale aggiuntivo prevede esplicitamente FastPitch per ciascun token di input?
    • L'altezza (frequenza fondamentale)
    • Il sesso di chi parla
    • Il livello del rumore di fondo
    • L'ID della lingua
  2. Come fa FastPitch a generare lo spettrogramma mel così velocemente?
    • Trasmettendo l'audio in streaming un campione alla volta
    • Non autoregressivo, in un unico passaggio in avanti parallelo
    • Copiando da un database registrato
    • Eseguendo solo su un singolo core della CPU
  3. How can a user change the intonation contour in FastPitch output without retraining?
    • Cancellando i fonemi
    • Modificando solo il seme casuale
    • Ridimensionando o modificando i valori del tono previsti
    • Abbassando la frequenza di campionamento
  4. Durante l'allenamento, come viene assegnato l'obiettivo del lancio per gettone?
    • Un valore casuale
    • L'ampiezza massima dell'audio
    • Solo il valore del primo fotogramma
    • La frequenza fondamentale media durante la durata del token
  5. What synthesis throughput did the FastPitch paper report for a typical utterance?
    • Over 900× real time for mel-spectrogram synthesis in the reported setup
    • About one second of audio per hour
    • Exactly 2× real time for waveform output
    • No measurement of synthesis speed
  6. Perché il controllo del tono per token viene descritto come intuitivo ma approssimativo?
    • Prevede l'intonazione per campione audio
    • Prevede un valore di passo per simbolo, non per fotogramma
    • Ignora completamente l'altezza
    • Funziona solo per un altoparlante
  7. Which earlier parallel TTS architecture is FastPitch based on?
    • Tacotron 2
    • WavLM
    • FastSpeech
    • HiFi-GAN
  8. Besides pitch, what token-level signal helps FastPitch align text with output frames?
    • Speaker gender
    • Background noise level
    • Language identity only
    • Predicted token duration