Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący syntezy głosu w śpiewie

Odkryj, w jaki sposób systemy głosu i śpiewu łączą teksty, nuty, uwarunkowania piosenkarza, modelowanie akustyczne i etykę syntezy wokalnej.

Powiązane ścieżki prowadząceSynteza głosu śpiewu
Pytanie 1 z 8

What core inputs does a score-conditioned singing-voice system use?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. What core inputs does a score-conditioned singing-voice system use?
    • Lyrics and musical-score information such as pitch and duration
    • Tylko monit tekstowy opisujący nastrój
    • Zdjęcie piosenkarza i etykieta gatunkowa
    • Wzór perkusji i tabela akordów
  2. What did Yamaha say it announced publicly in 2003?
    • A diffusion-based speech recognizer
    • Development of a singing-synthesis technology called VOCALOID
    • The first open-source music transformer
    • A universal audio codec for streaming
  3. What does an F0 contour represent in voiced singing?
    • Obwiednia głośności utworu
    • Kolejność fonemów w tekście
    • The estimated fundamental-frequency or pitch trajectory over time
    • Poziom pogłosu w pomieszczeniu
  4. In the described two-stage neural singing-synthesis setup, what can the acoustic model produce before the vocoder?
    • Gotowy plik MP3
    • Plik MIDI
    • Transkrypcja tekstowa
    • Spektrogram melowy
  5. How does DiffSinger use diffusion in its acoustic model?
    • It iteratively denoises acoustic features conditioned on the musical score
    • It concatenates complete songs without conditioning
    • It predicts only the singer’s name and no audio features
    • It replaces note information with an image classifier
  6. Jaki jest główny problem etyczny zgłaszany przez współczesną SVS?
    • Wykorzystuje za dużo nut
    • Deepfake wokale prawdziwych artystów wykonane bez zgody
    • Nie może powodować żadnych zmian wysokości dźwięku
    • Działa tylko w przypadku słowa mówionego
  7. What does portamento describe in a synthesized singing performance?
    • The word-level transcript of lyrics
    • The codec that converts a waveform into tokens
    • A continuous pitch glide between notes
    • A fixed speaker identity embedding
  8. What does a neural vocoder do after an acoustic model predicts a mel-spectrogram?
    • Chooses the lyrics and musical score
    • Determines the singer’s legal permissions
    • Estimates the track’s album cover
    • Converts the acoustic representation into an audio waveform