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.

Gerelateerde gidspadenMelgan Generatieve Vocoder
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.

  1. Welke input zet MelGAN om in een ruwe audiogolfvorm?
    • Een mel-spectrogram
    • Ruwe teksttekens
    • Een MIDI-bestand
    • Een foneemrooster
  2. 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
  3. 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
  4. 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
  5. 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
  6. What subjective evaluation measure did the MelGAN paper report?
    • Woordfoutenpercentage (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