Gids-gekoppelde quiz · Middelmatig Niveau
MelGAN Generatieve Vocoder Quiz
Begrijp hoe MelGAN mel-spectrogrammen toewijst aan golfvormen, convolutionele upsampling gebruikt en discriminatoren op meerdere schalen traint.
Vraag 1 van 8
Welke input zet MelGAN om in een ruwe audiogolfvorm?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Welke input zet MelGAN om in een ruwe audiogolfvorm?
- Een mel-spectrogram
- Ruwe teksttekens
- Een MIDI-bestand
- Een foneemrooster
- Waarom is MelGAN veel sneller dan WaveNet bij het concluderen?
- Er wordt gebruik gemaakt van een kleinere samplefrequentie
- Het is niet-autoregressief en genereert audio in één parallelle doorgang
- Het werkt alleen op TPU's
- Het slaat de hoge frequentiebanden over
- Welk onderscheidend discriminatorontwerp heeft MelGAN geïntroduceerd?
- Eén enkele mondiale discriminator
- Een op transformatoren gebaseerde discriminator
- Een multi-schaal discriminator die op audio met verschillende resoluties werkt
- Helemaal geen discriminerend
- Welk verlies helpt de vijandige training van MelGAN te stabiliseren?
- Cross-entropie op teksttokens
- Gemiddeld verlies van meningsscore
- Triplet-margeverlies
- Feature-matching verlies tussen discriminator-activaties
- Hoe vergroot de generator van MelGAN zijn receptieve veld?
- Door gebruik te maken van verwijde convoluties in restblokken
- Door terugkerende LSTM-lagen toe te voegen
- Door de hele clip aandacht te besteden
- Door poollagen te stapelen
- What subjective evaluation measure did the MelGAN paper report?
- Woordfoutenpercentage (WER)
- Mean Opinion Score (MOS)
- BLEU-score
- Peak signal-to-noise ratio (PSNR) only
- 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
- 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