Quiz collegato alla guida · Medio Livello

Quiz sul vocoder multirisoluzione UnivNet

Studia come UnivNet utilizza le convoluzioni adattive e i discriminatori dello spettrogramma a diverse risoluzioni tempo-frequenza per la sintesi vocale.

Percorsi guida correlatiVocoder multirisoluzione Univnet
Domanda 1 di 8

Qual è la caratteristica distintiva del discriminatore di UnivNet?

Anteprima di ogni domanda8 domande

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

  1. Qual è la caratteristica distintiva del discriminatore di UnivNet?
    • Calcola più spettrogrammi STFT a diverse risoluzioni e li discrimina
    • Utilizza un solo discriminatore di forma d'onda singola
    • Giudica l'audio utilizzando un modello linguistico
    • Ignora le alte frequenze
  2. Quale problema nei precedenti vocoder GAN si rivolge specificamente UnivNet?
    • Campionamento autoregressivo lento
    • Alte frequenze ovattate o cariche di artefatti
    • Impossibilità di eseguire su GPU
    • Mancanza di qualsiasi discriminante
  3. Cosa sono le convoluzioni delle variabili di posizione (LVC) in UnivNet?
    • Convoluzioni applicate solo all'inizio del segnale
    • Corretti i kernel condivisi su tutti i livelli
    • Convoluzioni i cui nuclei sono previsti dinamicamente dalle caratteristiche di input
    • Connessioni ricorrenti tra frame
  4. What adaptation potential did the UnivNet paper report for new speakers?
    • Guaranteed identical quality across every recording condition
    • No need for conditioning features or evaluation
    • Instant adaptation to every language and microphone
    • Fast adaptation without training a new vocoder from scratch
  5. What synthesis capability did the UnivNet paper report?
    • High-fidelity waveform synthesis in real time
    • Only offline synthesis after a day-long wait
    • One waveform sample per hour
    • A text transcript without audio output
  6. Cosa condiziona il generatore di UnivNet per produrre una forma d'onda?
    • Testo grezzo
    • Uno spettrogramma mel
    • Uno spettrogramma solo di rumore
    • Una tabella sulla durata dei fonemi
  7. Which adversarial loss did UnivNet use to train its generator and discriminators?
    • A word-level cross-entropy loss
    • A policy-gradient objective
    • A least-squares GAN objective
    • A contrastive image-text loss
  8. What evaluation result did the UnivNet paper report across seen and unseen speakers?
    • It outperformed every vocoder on every language and dataset
    • It proved no speaker adaptation is ever needed
    • It achieved the same result regardless of input features
    • It achieved the best objective and subjective results among the compared models in its evaluation