ガイド連動クイズ · 中 レベル

感情音声合成クイズ

感情的な発話制御、価性と興奮、参照ベースの転送、データ制限、同意に関する懸念を確認します。そして安全な使用

関連するガイドパス感情的な音声合成
質問 1 の 8

感情的な音声合成は、生成されたオーディオの主にどの側面を変更しますか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. 感情的な音声合成は、生成されたオーディオの主にどの側面を変更しますか?
    • 言葉の伝わり方（高さ、ペース、声質など）
    • 話されている文字通りの言葉
    • 音声のファイル形式
    • テキストの言語
  2. In Russell’s circumplex model of affect, what do valence and arousal represent?
    • Speaker identity and loudness
    • Pleasantness and activation
    • Speech rate and pause duration
    • Articulation and pitch range
  3. What acoustic pattern did one study observe in an actress’s deliberately portrayed sad speech?
    • Higher RMS energy and fewer pauses
    • No change in any acoustic measure
    • Lower median RMS energy and more inter-word silence
    • A fixed pitch identical to neutral speech
  4. カテゴリカルな感情モデルは通常、どの感情を使用するかをシンセサイザーにどのように伝えるのでしょうか?
    • 入力テキストを絵文字で書き換えることで
    • オーディオの生成後に速度を落とすことによって
    • マイクの設定を変更することで
    • 選択した感情ラベルの学習された埋め込みをフィードすることによって
  5. What difficulty did a controllable emotion-transfer paper identify when using reference audio?
    • Selecting a reference that conveys the desired emotion strength
    • Choosing a file format that contains no audio
    • Converting every label into a speaker name
    • Ensuring that all emotion categories use identical pitch
  6. For covered providers generating synthetic audio, what transparency measure does Article 50 require?
    • Publishing the source code of every model
    • Marking outputs in a machine-readable and detectable format as artificially generated or manipulated
    • Obtaining an emotion label from each listener
    • Replacing all audio with text captions
  7. In reference-based emotion transfer, what information can an emotion embedding carry?
    • A speaker’s written transcript only
    • A guarantee about the listener’s emotional response
    • A learned representation of affective style from the reference speech
    • A replacement for the acoustic waveform
  8. What is one goal of cross-speaker emotion disentanglement?
    • Change every word while preserving pitch only
    • Copy the reference speaker’s identity exactly
    • Remove all variation from the generated voice
    • Transfer emotional expression while retaining the target speaker’s identity