Gids-gekoppelde quiz · Middelmatig Niveau

StyleTTS 2 Stijlverspreidingsquiz

Test hoe StyleTTS 2 de spraakstijl modelleert, traint met spraak-taaldiscriminators en presteert op gerapporteerde evaluatiesets.

Gerelateerde gidspadenStyletts 2 stijlverspreiding
Vraag 1 van 8

Wat modelleert StyleTTS 2 met behulp van een diffusieproces?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat modelleert StyleTTS 2 met behulp van een diffusieproces?
    • Een latente 'stijlvector' die prosodie en timbre controleert
    • De onbewerkte audiogolfvorm, monster voor monster
    • Het teksttranscript van de toespraak
    • De hoorreactie van de luisteraar
  2. Welk vooraf getraind spraakmodel wordt gebruikt als vijandige discriminator in StyleTTS 2?
    • ResNet-50
    • WavLM
    • BERT
    • KLEM
  3. Waarom kan StyleTTS 2 dezelfde zin op veel natuurlijke manieren uitspreken?
    • Het corrumpeert willekeurig de invoertekst
    • Er wordt telkens een ander taalmodel gebruikt
    • Stijl wordt gesampled uit een distributie in plaats van vast
    • Het verandert de spelling van het foneem
  4. What did the StyleTTS 2 authors report on the LJSpeech listening evaluation?
    • It outperformed humans on every language and dataset
    • No listeners evaluated the samples
    • It was tested only on music
    • Native English listeners rated its samples above the human recordings in that study
  5. Wat levert 'end-to-end' training StyleTTS 2 op?
    • Gradiënten vloeien van de kwaliteit van de golfvorm terug door de hele pijplijn
    • Er is helemaal geen tekstinvoer nodig
    • Het traint de vocoder alleen afzonderlijk
    • Het elimineert de noodzaak van een neuraal netwerk
  6. What can sampling different style vectors do for the same text?
    • Change the transcript into a different language automatically
    • Produce different prosodic realizations of the written content
    • Guarantee every rendition sounds human
    • Remove the need for speech synthesis
  7. What speech input does ordinary StyleTTS 2 synthesis require to sample a style?
    • A three-second reference clip is always required
    • A human listener must speak the sentence first
    • No reference speech is required; it can generate style from the text-conditioned model
    • A transcript of every training speaker
  8. On which dataset did the StyleTTS 2 paper report results for zero-shot speaker adaptation?
    • BeeldNet
    • COCO
    • MUSDB18
    • LibriTTS