Quiz collegato alla guida · Difficile Livello
Quiz sui modelli linguistici VALL-E e Codec
Esamina l'approccio del modello linguistico codec-token di VALL-E, la generazione di token a fasi e le condizioni alla base dei risultati vocali riportati con pochi scatti.
Domanda 1 di 8
Quale idea fondamentale distingue VALL-E dai precedenti sistemi di sintesi vocale?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Quale idea fondamentale distingue VALL-E dai precedenti sistemi di sintesi vocale?
- Prevede i token del codec neurale come attività di modellazione del linguaggio invece di prevedere uno spettrogramma
- Utilizza solo l'elaborazione del segnale artigianale
- Richiede ore di audio dall'altoparlante di destinazione
- Genera testo dal parlato
- Di quanto audio di riferimento ha bisogno VALL-E per clonare la voce di un nuovo oratore?
- Circa un'ora
- Circa tre secondi
- Nessun audio di riferimento
- Circa trenta minuti
- Quale codec neurale utilizza VALL-E per produrre i suoi token audio?
- MP3
- Opus
- EnCodec
- WAV
- Perché VALL-E utilizza sia uno stadio autoregressivo che uno non autoregressivo?
- Tradurre il discorso in più lingue
- Per separare la musica dal parlato
- Per comprimere il testo inserito
- Poiché i token del codec sono stratificati, prevede i token grossolani in sequenza e i token fini in parallelo
- All'incirca su quanti dati vocali è stato addestrato VALL-E, consentendo una forte clonazione zero-shot?
- Circa 60.000 ore
- Circa 100 ore
- Circa 1.000 ore
- Circa 10 ore
- Oltre al timbro, cos'altro può preservare VALL-E dalla breve clip di riferimento?
- Le parole esatte di chi parla per sempre
- L'ambiente acustico della registrazione
- Il video che lo accompagnava
- Il formato file originale
- What does VALL-E condition on to imitate a target speaker in its demonstration setup?
- A photograph and a written biography only
- A long labeled transcript from every target-speaker recording
- A short audio prompt from that speaker plus the text to speak
- A speaker ID with no audio example
- What text representation does the VALL-E paper use as input to its text-to-code model?
- A raw waveform of the target utterance
- A speaker’s face embedding
- A list of MIDI notes
- A phoneme sequence