Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Vokoder Generatif MelGAN

Fahami cara MelGAN memetakan mel-spektrogram kepada bentuk gelombang, menggunakan pensampelan konvolusi dan melatih diskriminasi pada pelbagai skala.

Laluan panduan yang berkaitanVokoder Generatif Melgan
soalan 1 daripada 8

Apakah input yang MelGAN tukarkan kepada bentuk gelombang audio mentah?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah input yang MelGAN tukarkan kepada bentuk gelombang audio mentah?
    • Satu mel-spektrogram
    • Aksara teks mentah
    • Fail MIDI
    • Kekisi fonem
  2. Mengapakah MelGAN jauh lebih pantas daripada WaveNet pada inferens?
    • Ia menggunakan kadar sampel yang lebih kecil
    • Ia bukan autoregresif dan menjana audio dalam satu pas selari
    • Ia hanya berjalan pada TPU
    • Ia melangkau jalur frekuensi tinggi
  3. Apakah reka bentuk diskriminator tersendiri yang diperkenalkan oleh MelGAN?
    • Satu diskriminasi global
    • Diskriminasi berasaskan transformer
    • Diskriminator berbilang skala yang beroperasi pada audio pada beberapa resolusi
    • Tiada diskriminasi langsung
  4. Kehilangan yang manakah membantu menstabilkan latihan lawan MelGAN?
    • Entropi silang pada token teks
    • Min skor pendapat hilang
    • Kehilangan margin tiga kali ganda
    • Kehilangan pemadanan ciri antara pengaktifan diskriminator
  5. Bagaimanakah penjana MelGAN meningkatkan medan penerimaannya?
    • Dengan menggunakan lilitan diluaskan dalam blok baki
    • Dengan menambah lapisan LSTM berulang
    • Dengan menggunakan perhatian pada keseluruhan klip
    • Dengan menyusun lapisan pengumpulan
  6. What subjective evaluation measure did the MelGAN paper report?
    • Kadar ralat perkataan (WER)
    • Mean Opinion Score (MOS)
    • BLEU score
    • Peak signal-to-noise ratio (PSNR) only
  7. What do MelGAN’s transposed convolutions do in the generator?
    • Convert the waveform back into text
    • Choose the phonemes in the input sentence
    • Upsample the mel-spectrogram representation toward the audio waveform rate
    • Reduce the number of audio samples to zero
  8. Which audio domains did the MelGAN paper use to illustrate the generality of its techniques?
    • Machine translation, image captions, and video subtitling
    • Only speech recognition and speaker identification
    • Text summarization, code generation, and image classification
    • Speech synthesis, music-domain translation, and unconditional music synthesis