ガイド連動クイズ · 中 レベル

並列 WaveGAN ボコーダー クイズ

Parallel WaveGAN が音響特徴をオーディオに変換し、敵対的トレーニングと多重解像度スペクトル損失を組み合わせる方法を確認します。

関連するガイドパスパラレルウェーブガンボコーダー
質問 1 の 8

Parallel WaveGAN のようなボコーダーの仕事は何ですか?

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. Parallel WaveGAN のようなボコーダーの仕事は何ですか?
    • 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
    • テキストを音素に変換する
    • 録音から背景ノイズを除去する
    • 言語間で音声を翻訳する
  2. オリジナルの WaveNet と比較して、Parallel WaveGAN はオーディオ サンプルをどのように生成しますか?
    • 一度に 1 つのサンプルを順番に
    • すべてのサンプルを並行して、非自己回帰的に
    • マイクを録音することで
    • 保存したクリップを連結することで
  3. 敵対的損失以外に、Parallel WaveGAN の中心となる損失はどれですか?
    • テキストトークンのクロスエントロピー
    • ３連単順位負け
    • 多重解像度 STFT 損失
    • 強化報酬
  4. Parallel WaveGAN ジェネレーターはどのようなアーキテクチャを使用していますか?
    • 再発するLSTM
    • ビジョントランスフォーマー
    • 決定木
    • 拡張畳み込み WaveNet スタイルのネットワーク
  5. Parallel WaveGAN が導入に魅力的なのはなぜですか?
    • コンパクトでリアルタイムよりも高速に動作します
    • これは非常に大規模な数十億パラメータのモデルです
    • スペクトログラム入力は必要ありません
    • スーパーコンピューターでのみ動作します
  6. GAN では、トレーニング中にディスクリミネーターはどのような役割を果たしますか?
    • スペクトログラムを生成します
    • 音声が本物か偽物かを判断します
    • データセットを記録します
    • モデルの重みを保存します
  7. In Parallel WaveGAN, what does the noise input contribute alongside mel-spectrogram conditioning?
    • The speaker transcript after synthesis
    • A replacement for the discriminator
    • Stochastic input for waveform generation while the mel features condition the acoustic content
    • A fixed random waveform copied into every output
  8. What does the adversarial loss encourage the Parallel WaveGAN generator to produce?
    • Text transcripts with perfect spelling
    • Audio samples with no speaker conditioning
    • A smaller mel-spectrogram vocabulary
    • Waveforms that the discriminator judges as resembling real speech