ガイド連動クイズ · ハード レベル

VALL-E とコーデック言語モデルに関するクイズ

VALL-E のコーデック トークン言語モデルのアプローチ、段階的なトークン生成、報告された数ショットの音声結果の背後にある条件を確認します。

関連するガイドパスVall E とコーデックの言語モデル
質問 1 の 8

VALL-E を以前のテキスト読み上げシステムと区別する中心的なアイデアは何ですか?

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. VALL-E を以前のテキスト読み上げシステムと区別する中心的なアイデアは何ですか?
    • スペクトログラムを予測するのではなく、言語モデリング タスクとしてニューラル コーデック トークンを予測します。
    • 手作りの信号処理のみを使用します
    • ターゲットスピーカーからの何時間もの音声が必要です
    • 音声からテキストを生成します
  2. VALL-E が新しい話者の声を複製するには、どれくらいのリファレンス オーディオが必要ですか?
    • 約1時間
    • 約3秒
    • リファレンスオーディオがまったくありません
    • 約30分
  3. VALL-E はオーディオ トークンの生成にどのニューラル コーデックを使用しますか?
    • MP3
    • オーパス
    • エンコーデック
    • WAV
  4. VALL-E が自己回帰ステージと非自己回帰ステージの両方を使用するのはなぜですか?
    • スピーチを複数の言語に翻訳するには
    • 音楽と音声を分離するには
    • テキスト入力を圧縮するには
    • コーデック トークンは階層化されているため、粗いトークンを順番に予測し、細かいトークンを並行して予測します。
  5. 強力なゼロショット クローン作成を可能にするために、VALL-E はおよそどのくらいの音声データに基づいてトレーニングされましたか?
    • 約60,000時間
    • 約100時間
    • 約1,000時間
    • 約10時間
  6. 音色以外に、VALL-E は短いリファレンス クリップから何を保存できるでしょうか?
    • スピーカーの正確な言葉を永遠に
    • 録音時の音響環境
    • それに付随していたビデオ
    • 元のファイル形式
  7. What does VALL-E condition on to imitate a target speaker in its demonstration setup?
    • A photograph and a written biography only
    • A long labeled transcript from every target-speaker recording
    • A short audio prompt from that speaker plus the text to speak
    • A speaker ID with no audio example
  8. What text representation does the VALL-E paper use as input to its text-to-code model?
    • A raw waveform of the target utterance
    • A speaker’s face embedding
    • A list of MIDI notes
    • A phoneme sequence