Kuiz berkaitan panduan · Sederhana Tahap

Kuiz TTS Boleh Kawal Padang FastPitch

Ketahui cara FastPitch meramalkan kontur frekuensi asas, mengedit pic pada inferens dan mensintesis bingkai mel secara selari.

Laluan panduan yang berkaitanFastpitch Pitch Tts Boleh Kawal
soalan 1 daripada 8

Apakah isyarat tambahan yang diramalkan secara eksplisit oleh FastPitch untuk setiap token input?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah isyarat tambahan yang diramalkan secara eksplisit oleh FastPitch untuk setiap token input?
    • Nada (frekuensi asas)
    • Jantina penceramah
    • Tahap hingar latar belakang
    • ID bahasa
  2. Bagaimanakah FastPitch menjana mel-spektrogram dengan begitu cepat?
    • Dengan menstrim audio satu sampel pada satu masa
    • Bukan autoregresif, dalam satu hantaran ke hadapan selari
    • Dengan menyalin daripada pangkalan data yang direkodkan
    • Dengan berjalan pada satu teras CPU sahaja
  3. How can a user change the intonation contour in FastPitch output without retraining?
    • Dengan memadamkan fonem
    • Dengan menukar benih rawak sahaja
    • Dengan menskalakan atau mengedit nilai pic yang diramalkan
    • Dengan menurunkan kadar sampel
  4. Semasa latihan, bagaimanakah sasaran padang ditetapkan setiap token?
    • Nilai rawak
    • Amplitud maksimum audio
    • Nilai bingkai pertama sahaja
    • Purata kekerapan asas sepanjang tempoh token
  5. What synthesis throughput did the FastPitch paper report for a typical utterance?
    • Over 900× real time for mel-spectrogram synthesis in the reported setup
    • About one second of audio per hour
    • Exactly 2× real time for waveform output
    • No measurement of synthesis speed
  6. Mengapakah kawalan padang per-token digambarkan sebagai intuitif tetapi kasar?
    • Ia meramalkan nada setiap sampel audio
    • Ia meramalkan satu nilai pic bagi setiap simbol, bukan setiap bingkai
    • Ia mengabaikan nada sepenuhnya
    • Ia hanya berfungsi untuk satu pembesar suara
  7. Which earlier parallel TTS architecture is FastPitch based on?
    • Tacotron 2
    • WavLM
    • FastSpeech
    • HiFi-GAN
  8. Besides pitch, what token-level signal helps FastPitch align text with output frames?
    • Speaker gender
    • Background noise level
    • Language identity only
    • Predicted token duration