Quiz collegato alla guida · Medio Livello

Quiz sulla generazione vocale di abbinamento del flusso di Voicebox

Testa l'obiettivo di riempimento del parlato di Voicebox, la generazione della corrispondenza del flusso, la modifica contestuale e l'ambito della formazione multilingue segnalato.

Domanda 1 di 8

Per quale singola attività di allenamento è ottimizzato Voicebox?

Anteprima di ogni domanda8 domande

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

  1. Per quale singola attività di allenamento è ottimizzato Voicebox?
    • Previsione dell'audio mascherato in base al contesto e al testo circostanti
    • Classificare le emozioni del parlante
    • Traduzione di testi tra lingue
    • Rilevamento dei deepfake
  2. Quale tecnica generativa utilizza Voicebox al posto della diffusione?
    • Apprendimento per rinforzo
    • Corrispondenza di flusso condizionale
    • Alberi decisionali
    • K-significa clustering
  3. How does Voicebox condition speech generation on a target speaker without retraining?
    • It retrains the model for every speaker
    • It selects from a fixed list of speaker IDs only
    • It uses a short reference segment as unmasked audio context
    • It averages all training speakers into one voice
  4. What efficiency result did the Voicebox paper report for its zero-shot TTS comparison?
    • It required 20× more generation time
    • Funzionava senza alcuna rete neurale
    • It always produced audio in a single millisecond
    • It generated speech up to 20× faster than the compared VALL-E system in the reported setup
  5. Perché Meta inizialmente ha trattenuto il modello completo di Voicebox?
    • Preoccupazioni per l’uso improprio della clonazione vocale e i deepfake
    • Era troppo lento per correre
    • Funzionava solo in una lingua
    • Non ha prodotto audio utilizzabile
  6. In che modo un modello gestisce la modifica, la clonazione e la rimozione del rumore in Voicebox?
    • Passando a una rete diversa per ciascuna attività
    • Inquadrando ogni attività come previsione dell'audio mascherato dal contesto
    • Utilizzando sessioni di formazione separate specifiche per attività
    • Eseguendo manualmente lo scripting di ciascun output
  7. How many languages did the Voicebox paper report for its multilingual training setup?
    • One language only
    • Two languages
    • Six languages
    • More than one hundred languages
  8. How much speech data did the Voicebox paper report using?
    • About 50 hours
    • About 500 hours
    • More than 50 million hours
    • More than 50,000 hours