ガイド連動クイズ · 中 レベル

タコトロン2クイズ

Tacotron 2 の text-to-mel パイプライン、注意保護機能、および発話の長さを決定する学習された停止予測を確認します。

関連するガイドパスタコトロン2
質問 1 の 8

Tacotron 2 はテキストからどのような中間表現を予測しますか?

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. Tacotron 2 はテキストからどのような中間表現を予測しますか?
    • メルスペクトログラム
    • JPEG画像
    • 生のテキスト音素のみ
    • MIDIファイル
  2. Tacotron 2 のスペクトログラムを実際の波形に変換するものは何ですか?
    • スペルチェッカー
    • 修正された WaveNet ボコーダー
    • 検索エンジン
    • 畳み込み画像分類器
  3. 位置に応じた注意はどのような問題を防ぐのに役立ちますか?
    • GPUの過熱
    • インターネット接続の切断
    • 合成中に単語が繰り返されたりスキップされたりする
    • 入力テキストのスペルミス
  4. How does Tacotron 2 determine that it has generated the end of an utterance?
    • A human must press a button for every utterance
    • It always generates a fixed number of frames
    • The vocoder detects silence and interrupts the decoder
    • A learned stop-token prediction signals the decoder to stop
  5. テキストからスペクトログラムへの部分ではどのような全体的なアーキテクチャ スタイルが使用されますか?
    • 注意を払ったシーケンス間
    • 単純なルックアップテーブル
    • 決定木
    • 静的ルールセット
  6. Tacotron 2 の精神において、より高速で非自己回帰的な後継モデルはどれですか?
    • レスネット
    • 早口2
    • バート
    • アレックスネット
  7. What does the post-net in Tacotron 2 refine?
    • The input text spelling
    • The speaker’s identity metadata
    • The predicted mel-spectrogram
    • The final transcript punctuation
  8. What does FastSpeech 2 add as conditioning information for speech variation?
    • A video soundtrack transcript only
    • A random microphone serial number
    • A mandatory image embedding
    • Pitch, energy, and more accurate duration information