Quiz collegato alla guida · Medio Livello

Sintesi vocale offline con Piper e Kokoro Quiz

Confronta i runtime TTS locali e gli artefatti vocali e valuta le lingue, i limiti dei dispositivi, le licenze, la latenza e la qualità audio.

Percorsi guida correlatiSintesi vocale offline Piper Kokoro
Domanda 1 di 8

Cosa fa la sintesi vocale offline a livello locale?

Anteprima di ogni domanda8 domande

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

  1. Cosa fa la sintesi vocale offline a livello locale?
    • Trascrive il parlato in testo utilizzando le risorse scaricate
    • Genera parlato tramite un servizio ospitato
    • Genera parlato dal testo utilizzando il software scaricato e le risorse del modello
    • Mappa il testo in fonemi ma non produce alcuna forma d'onda del parlato
  2. Perché Piper e Kokoro dovrebbero essere valutati come progetti distinti?
    • Sono due nomi per lo stesso modello di artefatto
    • Hanno runtime, modelli, packaging e dettagli di supporto separati
    • Entrambi garantiscono che ogni lingua funzioni allo stesso modo
    • Utilizzano requisiti hardware identici
  3. Perché un team deve controllare le licenze vocali o dei modelli scaricati, nonché la licenza runtime TTS?
    • È necessario verificare solo la versione del pacchetto runtime
    • La riproduzione locale dimostra l'autorizzazione alla ridistribuzione
    • Ogni voce eredita necessariamente i termini esatti del codice runtime
    • Un file vocale o modello scaricato potrebbe avere termini separati
  4. Quale grandezza mette a confronto il tempo di generazione del parlato con la durata dell'audio prodotto?
    • Tempo di sintesi diviso per la durata dell'audio generato
    • Memoria di picco divisa per la dimensione del file del modello
    • Tempo di avvio a freddo diviso per il numero di voci disponibili
    • Frequenza di campionamento generata divisa per il conteggio dei parametri del modello
  5. Perché testare un testo rappresentativo oltre una breve frase dimostrativa?
    • Una breve demo garantisce la pronuncia di tutti i nomi
    • La punteggiatura non ha alcun effetto una volta scaricata una voce
    • Nomi, numeri, segni di punteggiatura e join di lunga durata possono esporre a errori
    • I passaggi lunghi suonano necessariamente identici a frasi isolate
  6. Che cosa stabilisce un modello a supporto di una lingua riguardo ad ogni voce?
    • Che ogni voce è ugualmente naturale
    • Niente; verificare la copertura e la qualità per la voce specifica
    • Che ogni voce può essere eseguita su un Raspberry Pi
    • Tale licenza è illimitata
  7. La sola esecuzione offline dimostra che un modello vocale può essere ridistribuito commercialmente?
    • Sì, perché non è coinvolta nessuna rete
    • Sì, se la sintesi funziona localmente
    • No; i modelli locali non possono essere utilizzati commercialmente
    • No; controlla i termini esatti dell'artefatto
  8. Cosa dovrebbe essere misurato sul dispositivo target previsto?
    • Tempo di avvio, latenza di sintesi, memoria e qualità
    • Solo latenza allo stato stazionario ignorando gli avvii a freddo
    • Solo la dimensione del file del modello come sostituto della misurazione della memoria
    • Solo il benchmark pubblicato più veloce del progetto