Quiz collegato alla guida · Medio Livello

Quiz sul vocoder generativo MelGAN

Comprendere come MelGAN mappa gli spettrogrammi Mel in forme d'onda, utilizza il sovracampionamento convoluzionale e addestra i discriminatori su più scale.

Percorsi guida correlatiVocoder generativo Melgan
Domanda 1 di 8

Quale input converte MelGAN in una forma d'onda audio grezza?

Anteprima di ogni domanda8 domande

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

  1. Quale input converte MelGAN in una forma d'onda audio grezza?
    • Uno spettrogramma mel
    • Caratteri di testo grezzi
    • Un file MIDI
    • Un reticolo fonematico
  2. Perché MelGAN è molto più veloce di WaveNet nell'inferenza?
    • Utilizza una frequenza di campionamento inferiore
    • Non è autoregressivo e genera audio in un passaggio parallelo
    • Funziona solo su TPU
    • Salta le bande delle alte frequenze
  3. Quale design distintivo del discriminatore ha introdotto MelGAN?
    • Un unico discriminatore globale
    • Un discriminatore basato su trasformatore
    • Un discriminatore multiscala che opera su audio a diverse risoluzioni
    • Nessun discriminatore
  4. Quale perdita aiuta a stabilizzare la formazione contraddittoria di MelGAN?
    • Entropia incrociata sui token di testo
    • Perdita media del punteggio di opinione
    • Perdita di margine tripla
    • Perdita di corrispondenza delle caratteristiche tra attivazioni del discriminatore
  5. In che modo il generatore di MelGAN aumenta il suo campo recettivo?
    • Utilizzando convoluzioni dilatate in blocchi residui
    • Aggiungendo livelli LSTM ricorrenti
    • Usando l'attenzione su tutta la clip
    • Impilando i livelli di pooling
  6. 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
  7. 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
  8. 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