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.
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.
- Quale input converte MelGAN in una forma d'onda audio grezza?
- Uno spettrogramma mel
- Caratteri di testo grezzi
- Un file MIDI
- Un reticolo fonematico
- 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
- 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
- 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
- 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
- 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
- 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
- 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