Gids-gekoppelde quiz · Middelmatig Niveau
FastPitch pitch-controleerbare TTS-quiz
Ontdek hoe FastPitch fundamentele frequentiecontouren voorspelt, de toonhoogte bij gevolgtrekking bewerkt en parallelle mel-frames synthetiseert.
Vraag 1 van 8
Welk extra signaal voorspelt FastPitch expliciet voor elk invoertoken?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Welk extra signaal voorspelt FastPitch expliciet voor elk invoertoken?
- De toonhoogte (fundamentele frequentie)
- Het geslacht van de spreker
- Het achtergrondgeluidsniveau
- De taal-ID
- Hoe genereert FastPitch het mel-spectrogram zo snel?
- Door audio één sample tegelijk te streamen
- Niet-autoregressief, in een enkele parallelle voorwaartse pas
- Door te kopiëren uit een geregistreerde database
- Door slechts op één enkele CPU-kern te draaien
- How can a user change the intonation contour in FastPitch output without retraining?
- Door fonemen te verwijderen
- Door alleen het willekeurige zaad te veranderen
- Door de voorspelde toonhoogtewaarden te schalen of te bewerken
- Door de samplefrequentie te verlagen
- Hoe wordt tijdens de training het pitchdoel per token toegewezen?
- Een willekeurige waarde
- De maximale amplitude van de audio
- Alleen de waarde van het eerste frame
- De gemiddelde fundamentele frequentie gedurende de duur van het token
- 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
- Waarom wordt de pitchcontrole per token beschreven als intuïtief maar grof?
- Het voorspelt de toonhoogte per audiosample
- Het voorspelt één toonhoogtewaarde per symbool, niet per frame
- Het negeert de toonhoogte volledig
- Het werkt maar voor één luidspreker
- Which earlier parallel TTS architecture is FastPitch based on?
- Tacotron 2
- WavLM
- FastSpeech
- HiFi-GAN
- Besides pitch, what token-level signal helps FastPitch align text with output frames?
- Speaker gender
- Background noise level
- Language identity only
- Predicted token duration