Quiz dotyczący inwersji spektrogramu Griffina-Lima

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Który brakujący składnik szacuje Griffin-Lim podczas rekonstrukcji kształtu fali na podstawie wielkości widmowych?
   • Oryginalne słowa reprezentowane przez sygnał
   • Tożsamość mówiącego w nagraniu
   • Wzór fazowy zgodny z przebiegiem
   • Etykiety klas używane przez dalszy model audio
2. Po odwróceniu STFT, co iteracja Griffina-Lima robi z nowym STFT?
   • Ustawia wartość każdej fazy na zero przed transformacją odwrotną
   • Zastępuje swoją wielkość celem, zachowując szacowaną fazę
   • Aktualizuje wielkości docelowe z aktualnego przebiegu, zachowując stałą fazę początkową
   • Zatrzymuje się po odwrotnym STFT bez sprawdzania nowego forwardowego STFT
3. Dlaczego rekonstrukcja na podstawie wielkości jest na ogół przybliżona?
   • Wielkość zawiera pełny złożony STFT
   • Każdy spektrogram odwzorowuje jeden dokładny przebieg
   • Algorytm nie wykorzystuje transformacji Fouriera
   • Oryginalne informacje o fazie zostały odrzucone
4. Które ustawienia powinny pasować do analizy i rekonstrukcji?
   • Konwencje rozmiaru, okna, przeskoku i centrowania FFT
   • Tylko całkowita liczba próbek wyjściowych
   • Tylko częstotliwość próbkowania, niezależnie od okna i przeskoku
   • Wszelkie ustawienia transformacji, które dają te same wymiary tablicy
5. Czy zwiększenie liczby iteracji gwarantuje percepcyjnie lepszy dźwięk?
   • Tak, zawsze
   • Tak, jeśli używana jest faza losowa
   • Nie; efekty zależą od reprezentacji i ustawień
   • Nie; iteracje nigdy nie zmieniają wyniku
6. Jaka jest najczęstsza rola Griffin-Lim w projekcie przemówienia?
   • Rekonstruuje dokładną pierwotną fazę na podstawie samej wielkości
   • Prosta linia bazowa do przekształcania szacunków wielkości w dźwięk
   • Wykorzystuje wyuczony wokoder neuronowy do przewidywania kształtu fali
   • Gwarantuje naturalnie brzmiący przebieg sygnału o dowolnej wielkości wejściowej
7. Czym wyuczone wokodery neuronowe różnią się od Griffina-Lima?
   • Nie używają wyuczonych parametrów i jedynie alternatywne, stałe projekcje
   • Na każdym kroku muszą ponownie wykorzystać szacunkową fazę Griffina-Lima
   • Przewidują jedynie słowa transkrypcji, a nie próbki przebiegów
   • Używają wyszkolonego modelu do mapowania reprezentacji akustycznych na kształty fal
8. Co należy zrobić oceniając jakość wydruku Griffin-Lim?
   • Słuchaj i oceniaj dźwięk związany z zadaniem, a nie tylko wynik widmowy
   • Załóżmy, że mniejszy błąd widmowy gwarantuje naturalną mowę
   • Użyj samej liczby iteracji jako miary jakości
   • Oceniaj każde nagranie na podstawie jednego przykładu czystej rekonstrukcji