ガイド連動クイズ · 中 レベル

HiFi-GAN および GAN ボコーダーに関するクイズ

メルから波形へのボコーディング、フィードフォワード生成、周期的およびマルチスケール弁別器、敵対的トレーニングおよび補助損失をチェックします。

関連するガイドパスHifi GAN および GAN ボコーダー
質問 1 の 8

テキスト読み上げパイプラインにおける HiFi-GAN のようなボコーダーの主な仕事は何ですか?

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. テキスト読み上げパイプラインにおける HiFi-GAN のようなボコーダーの主な仕事は何ですか?
    • メルスペクトログラムを生のオーディオ波形に変換する
    • 生のテキストを音素に変換する
    • テキストを長さに揃える
    • 音声をある言語から別の言語に翻訳する
  2. HiFi-GAN が以前の WaveNet ボコーダーよりもはるかに高速なのはなぜですか?
    • 使用する語彙が少ない
    • フィードフォワードであり、自己回帰ではなく単一パスで波形全体を生成します。
    • サンプルを一度に 1 つずつより効率的に生成します
    • スペクトログラムを完全にスキップします
  3. HiFi-GAN の Multi-Period Discriminator は具体的に何をキャプチャするのに役立ちますか?
    • 単語の意味論的な意味
    • 周囲の騒音レベル
    • 信号のピッチに関連する周期的パターン
    • 話者の感情的なトーンラベル
  4. GAN ボコーダーは「敵対的に」トレーニングされます。ここでそれは何を意味しますか？
    • モデルは人間のナレーターと競合します
    • トレーニング中に 2 つの言語が混在する
    • モデルは品質ではなくスピードのみで評価されます
    • ジェネレーターは、音声が本物かどうかを判断する 1 つまたは複数の識別器を騙そうとします。
  5. HiFi-GAN を拡張して、目に見えない声、歌、楽器をよりよく一般化できるのは、後発のボコーダーのうちどれですか?
    • BigVGAN
    • タコトロン
    • ウェーブネット
    • バート
  6. HiFi-GAN のトレーニングを安定して入力に忠実に保つのに役立つ補助損失は何ですか?
    • 翻訳の損失
    • メルスペクトログラム再構成損失
    • トークン分類の損失
    • 強化報酬シグナル
  7. What does HiFi-GAN’s Multi-Scale Discriminator examine?
    • Only the text transcript
    • The model’s optimizer state
    • Waveforms at several downsampled resolutions
    • One mel bin at a time
  8. Why include a mel-spectrogram reconstruction loss alongside adversarial loss?
    • To eliminate the generator
    • To make the model autoregressive
    • To remove the conditioning mel-spectrogram
    • To anchor spectral content while discriminators encourage realistic waveform texture