ガイド連動クイズ · 中 レベル

Voicebox フローマッチング音声生成クイズ

Voicebox の音声入力の目的、フローマッチング生成、コンテキスト編集、報告された多言語トレーニング範囲をテストします。

関連するガイドパスボイスボックス フロー マッチング音声生成
質問 1 の 8

Voicebox が最適化されている 1 つのトレーニング タスクは何ですか?

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. Voicebox が最適化されている 1 つのトレーニング タスクは何ですか?
    • 周囲のコンテキストとテキストを考慮してマスクされた音声を予測する
    • 話者の感情を分類する
    • 言語間のテキストの翻訳
    • ディープフェイクの検出
  2. Voicebox は拡散の代わりにどの生成技術を使用しますか?
    • 強化学習
    • 条件付きフローマッチング
    • ディシジョンツリー
    • K 平均法クラスタリング
  3. How does Voicebox condition speech generation on a target speaker without retraining?
    • It retrains the model for every speaker
    • It selects from a fixed list of speaker IDs only
    • It uses a short reference segment as unmasked audio context
    • It averages all training speakers into one voice
  4. What efficiency result did the Voicebox paper report for its zero-shot TTS comparison?
    • It required 20× more generation time
    • ニューラルネットワークなしで実行されました
    • It always produced audio in a single millisecond
    • It generated speech up to 20× faster than the compared VALL-E system in the reported setup
  5. Meta が最初に完全な Voicebox モデルを保留したのはなぜですか?
    • 音声クローンの悪用とディープフェイクに対する懸念
    • 走るには遅すぎた
    • 1 つの言語でのみ機能しました
    • 使用可能な音声が生成されませんでした
  6. 1 つのモデルは、Voicebox での編集、クローン作成、およびノイズ除去をどのように処理しますか?
    • タスクごとに異なるネットワークに切り替えることで
    • すべてのタスクをコンテキストからマスクされた音声を予測するものとしてフレーム化することによって
    • 個別のタスク固有のトレーニング実行を使用する
    • 各出力を手動でスクリプト化する
  7. How many languages did the Voicebox paper report for its multilingual training setup?
    • One language only
    • Two languages
    • Six languages
    • More than one hundred languages
  8. How much speech data did the Voicebox paper report using?
    • About 50 hours
    • About 500 hours
    • More than 50 million hours
    • More than 50,000 hours