ガイド連動クイズ · 中 レベル

MelGAN ジェネレーティブ ボコーダー クイズ

MelGAN がメル スペクトログラムを波形にマッピングし、畳み込みアップサンプリングを使用して、複数のスケールで弁別器をトレーニングする方法を理解します。

関連するガイドパスメルガンジェネレーティブボコーダー
質問 1 の 8

MelGAN はどの入力を生のオーディオ波形に変換しますか?

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. MelGAN はどの入力を生のオーディオ波形に変換しますか?
    • メルスペクトログラム
    • 生のテキスト文字
    • MIDIファイル
    • 音素格子
  2. MelGAN の推論が WaveNet よりもはるかに速いのはなぜですか?
    • より小さいサンプルレートを使用します
    • 非自己回帰であり、1 つの並列パスでオーディオを生成します。
    • TPU 上でのみ実行されます
    • 高周波帯域をスキップします
  3. MelGAN はどのような特徴的な識別器設計を導入しましたか?
    • 単一のグローバルディスクリミネーター
    • トランスベースの弁別器
    • 複数の解像度でオーディオを操作するマルチスケール弁別器
    • 差別化要素がまったくない
  4. MelGAN の敵対的トレーニングを安定させるのに役立つのはどれですか?
    • テキストトークンのクロスエントロピー
    • 平均意見スコアの損失
    • トリプレットマージン損失
    • 弁別器のアクティブ化間の特徴マッチングの損失
  5. MelGAN のジェネレーターはどのようにして受容野を増大させるのでしょうか?
    • 残差ブロックで拡張畳み込みを使用することによって
    • 再帰的な LSTM レイヤーを追加することによって
    • クリップ全体に注意を向けることによって
    • プーリング層を積み重ねることにより
  6. What subjective evaluation measure did the MelGAN paper report?
    • Word error rate (WER)
    • Mean Opinion Score (MOS)
    • BLEU score
    • Peak signal-to-noise ratio (PSNR) only
  7. What do MelGAN’s transposed convolutions do in the generator?
    • Convert the waveform back into text
    • Choose the phonemes in the input sentence
    • Upsample the mel-spectrogram representation toward the audio waveform rate
    • Reduce the number of audio samples to zero
  8. Which audio domains did the MelGAN paper use to illustrate the generality of its techniques?
    • Machine translation, image captions, and video subtitling
    • Only speech recognition and speaker identification
    • Text summarization, code generation, and image classification
    • Speech synthesis, music-domain translation, and unconditional music synthesis