ガイド連動クイズ · 中 レベル

ニューラルボコーダークイズ

ニューラル ボコーダーが波形を再構築する方法、自己回帰合成が遅い理由、および敵対的ディスクリミネーターが生成されたオーディオをどのように改善するかを確認します。

関連するガイドパスニューラルボコーダー
質問 1 の 8

ニューラル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. ニューラル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のような音響表現を可聴波形に変換するには
    • テキストを直接意味に変換するには
    • 言語間で音声を翻訳するには
    • 録音から背景ノイズを除去するには
  2. ニューラル ボコーダーを自然なサウンドにする画期的な 2016 年モデルはどれですか?
    • HiFi-GAN
    • ウェーブネット
    • タコトロン
    • メルガン
  3. 元の WaveNet ではオーディオの生成が遅かったのはなぜですか?
    • 単語ごとに個別の GPU が必要でした
    • すべての入力に対して自身を再トレーニングします
    • 自己回帰的に一度に 1 サンプルずつ音声を予測しました
    • オーディオと一緒にビデオをレンダリングしました
  4. メルスペクトログラムが特に破棄してボコーダーのタスクを困難にする情報は何ですか?
    • オーディオの大きさ
    • 話されている言語
    • サンプルレート
    • 信号の位相情報
  5. HiFi-GAN のような GAN ベースのボコーダーはどのようにリアリズムを向上させますか?
    • 異なるスケールで信号を判断する複数の弁別器を使用することによって
    • まず音声をテキストに変換することで、
    • 何千もの録音を平均化することで
    • 低周波のみを生成することで
  6. 典型的な最新の TTS パイプラインでは、ボコーダーが消費するメル スペクトログラムは何が生成されるのでしょうか?
    • ノイズ発生器
    • Tacotron 2 や FastSpeech などの音響モデル
    • ボコーダー自体
    • マイク
  7. What component in HiFi-GAN combines residual blocks with different dilation patterns?
    • A phoneme tokenizer
    • A recurrent attention decoder
    • The multi-receptive-field fusion (MRF) module
    • A speaker-verification classifier
  8. What does HiFi-GAN’s multi-period discriminator help assess?
    • Whether the text transcript is grammatically correct
    • Whether the speaker’s face matches the voice
    • Whether the mel-spectrogram uses enough colors
    • Whether generated waveform segments reflect realistic periodic patterns