Quiz collegato alla guida · Medio Livello

Quiz di sintesi autoregressiva TTS tartaruga

Scopri come Tortoise combina token vocali autoregressivi, un decodificatore di diffusione e la selezione dei candidati per una sintesi di alta qualità.

Domanda 1 di 8

What does Tortoise’s autoregressive transformer do in the synthesis pipeline?

Anteprima di ogni domanda8 domande

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

  1. What does Tortoise’s autoregressive transformer do in the synthesis pipeline?
    • Predicts speech tokens conditioned on text and speaker information
    • Measures the final waveform’s loudness only
    • Selects a license for the generated audio
    • Converts video frames into subtitles
  2. Cosa può fare Tortoise con solo pochi brevi clip di riferimento?
    • Trascrivi l'audio in testo
    • Clona la voce di destinazione e leggi il testo arbitrario
    • Traduci solo le lingue
    • Rimuovi il rumore di fondo
  3. Quali due famiglie di modelli hanno influenzato maggiormente il design di Tortoise?
    • Alberi decisionali e SVM
    • Tabelle di fonemi e HMM basati su regole
    • Trasformatori autoregressivi e diffusione
    • Solo filtri convoluzionali
  4. Come fa Tortoise a scegliere tra più candidati generati?
    • Sceglie il primo
    • Sceglie sempre il più breve
    • Chiede all'utente
    • Utilizza un modello di punteggio CLVP per classificarli rispetto al testo
  5. Chi ha creato Tortoise TTS?
    • James Betker
    • Geoffrey Hinton
    • Ian Goodfellow
    • Andrej Karpathy
  6. Qual è il motivo principale per cui la Tartaruga è relativamente lenta?
    • Scarica ogni volta le voci dal cloud
    • Dà priorità alla qualità, campionando e perfezionando molti candidati
    • Funziona solo su CPU
    • Comprime l'audio ripetutamente
  7. What can Tortoise’s random voice option generate without a supplied reference speaker?
    • A verified recording of a specific real person
    • A translation of an existing speaker’s legal identity
    • A synthetic voice selected by the model
    • A speaker embedding from a missing audio file
  8. How does Tortoise package reference-voice conditioning for reuse?
    • It stores only a text transcript
    • It saves the voice as a LoRA for an image model
    • It records the speaker’s legal name in the waveform
    • It stores autoregressive and diffusion conditioning latents