Gids-gekoppelde quiz · Middelmatig Niveau
FastSpeech en niet-autoregressieve TTS-quiz
Controleert parallelle spectrogramgeneratie, duuruitbreiding, FastSpeech 2 toonhoogte en energieconditionering, en gevolgtrekkingsafwegingen.
Vraag 1 van 8
Wat betekent 'niet-autoregressief' in de context van FastSpeech?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat betekent 'niet-autoregressief' in de context van FastSpeech?
- Het genereert alle spectrogramframes parallel in plaats van opeenvolgend
- Het genereert audioframes één voor één op volgorde
- Lange zinnen kan hij niet aan
- Er zijn geen trainingsgegevens vereist
- Welk probleem van autoregressieve modellen zoals Tacotron 2 behandelt FastSpeech specifiek?
- Onvermogen om audio te produceren
- Langzame generatie en overgeslagen of herhaalde woorden door aandachtsfouten
- Gebrek aan ondersteuning voor Engelse tekst
- Kwantumhardware vereist
- Wat is de rol van de 'lengteregelaar' in FastSpeech?
- Het comprimeert het uiteindelijke audiobestand
- Het verwijdert stilte uit opnames
- Het herhaalt de representatie van elk foneem volgens de voorspelde duur om overeen te komen met de audiolengte
- Het vertaalt fonemen naar tekst
- Which additional speech variations does FastSpeech 2 condition on during training and inference?
- Only speaker age and recording location
- Video frames and subtitle color
- A single fixed global loudness value
- Pitch, energy, and duration information
- Waarom groeit de inferentietijd van FastSpeech nauwelijks met de zinslengte?
- Alle frames worden parallel gegenereerd in plaats van opeenvolgend
- Het negeert het grootste deel van de invoertekst
- Er worden alleen clips van één seconde uitgevoerd
- Het maakt gebruik van een opzoektabel met vooraf opgenomen zinnen
- How does the length regulator use predicted durations in FastSpeech?
- It selects the final audio codec
- It expands phoneme-level representations to align with the target spectrogram length
- It estimates the speaker’s identity from video
- It converts text into a sequence of labels for translation
- What is one tradeoff of non-autoregressive spectrogram generation?
- It guarantees identical prosody to an autoregressive model
- It removes the need for a waveform vocoder
- Parallel output can be faster, but duration and speech variation must be modeled explicitly
- It cannot accept text as input
- What training target does FastSpeech 2 use instead of FastSpeech’s teacher-generated simplified outputs?
- Only predicted durations with no acoustic target
- A translated text transcript
- The output of a GAN discriminator only
- Ground-truth target speech representations