ガイド連動クイズ · 中 レベル
Glow-TTS モノトニック配置クイズ
Glow-TTS が外部アライナーを使用せずに、単調アライメント検索と継続時間予測子を使用して音声を並行して合成する方法を確認してください。
質問 1 の 8
Glow-TTS はアテンションベースの TTS のどのような問題の解決を目指していますか?
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。
- Glow-TTS はアテンションベースの TTS のどのような問題の解決を目指していますか?
- 長い文章で単語を飛ばしたり繰り返したりする
- 音が小さすぎる
- GPUを使用できない
- テキストエンコーダがない
- Glow-TTS の MAS は何の略ですか?
- メルオーディオ合成
- 単調整列検索
- マルチアテンションシステム
- モジュラーアコースティックサンプラー
- アライメントが単調である必要があるのはなぜですか?
- 音声を大きくするには
- ファイルサイズを小さくするには
- テキストは時間の経過とともに左から右の順序で読まれるため、
- 複数のスピーカーをサポートするには
- Glow-TTS はスペクトログラムのモデル化にどのタイプのデコーダを使用しますか?
- 反復的注意ネットワーク
- 畳み込み分類器
- トランスフォーマー言語モデル
- 正常化する流れ
- 推論時に、Glow-TTS は各テキスト トークンの持続時間をどのように決定しますか?
- 期間予測子はトークンごとのフレーム数を出力します。
- オーディオに対して MAS を再度実行します
- ランダムに推測します
- マイクを使用します
- Glow-TTS が自己回帰しないことの実際的な利点は何ですか?
- テキスト入力は必要ありません
- すべてのフレームを並行して生成して高速合成が可能
- ピッチをコントロールできない
- オフラインでのみ機能します
- What does the surjective-alignment assumption mean in Glow-TTS?
- Each speech frame maps to multiple languages
- Some text tokens must be skipped
- Every text token maps to at least one speech frame
- The output audio has no frame sequence
- How does Glow-TTS find a likely alignment during training?
- A human marks every phoneme-frame pair by hand
- It randomly permutes the text tokens
- A waveform classifier chooses a speaker identity
- Dynamic programming searches for the most probable valid monotonic path