Quiz dotyczący konwersji głosu

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Co zmienia konwersja głosu w nagraniu?
   • Tożsamość mówiącego, do kogo on brzmi
   • Słowa, które zostały wypowiedziane
   • Język treści
   • Tylko muzyka w tle
2. Jaka podstawowa funkcja pozwala systemowi zamieniać głos, zachowując słowa?
   • Zwiększanie szybkości transmisji dźwięku
   • Oddzielenie treści językowej od tożsamości mówiącego
   • Najpierw tłumaczenie tekstu
   • Usuwanie całego tonu z sygnału
3. W jaki sposób AutoVC zachęca modelkę do usunięcia tożsamości mówiącego z treści?
   • Dzięki zastosowaniu bardzo dużej nieograniczonej warstwy ukrytej
   • Wymagając tysięcy równoległych nagrań
   • Korzystając ze starannie dobranego wąskiego gardła informacyjnego
   • Dodając losowy szum do słów
4. Co odróżnia „równoległy” zbiór danych konwersji głosu od „nierównoległego”?
   • Dane równoległe są zawsze nagrywane w stereo
   • Dane nierównoległe muszą być w dwóch językach
   • Nie ma między nimi żadnej istotnej różnicy
   • Dane równoległe wymagają, aby obaj mówcy wypowiedzieli te same zdania; nierównoległe – nie
5. What makes the AutoVC approach “zero-shot” in the paper’s voice-conversion setting?
   • It converts to a target speaker not seen as a training speaker, using target reference audio without retraining for that target
   • It produces speech without any audio input
   • It translates speech into a new language automatically
   • It requires paired recordings of both speakers saying every sentence
6. Why does ASVspoof evaluate spoofed or deepfake speech countermeasures?
   • To measure whether a voice converter preserves punctuation
   • To test defenses that protect automatic speaker verification from manipulated audio
   • To identify the language of every sentence
   • To replace the enrollment utterance with a text transcript
7. How does CycleGAN-VC learn a mapping between speakers without parallel utterances?
   • Exact word-for-word paired recordings are mandatory
   • It translates only the written transcript
   • Cycle-consistency and adversarial objectives constrain conversions between domains
   • It copies the target speaker’s raw waveform
8. In a voice-conversion system, what does a vocoder do?
   • Identifies the speaker’s legal identity
   • Tłumaczy mowę na inny język
   • Measures speaker-verification accuracy
   • Converts acoustic features such as a spectrogram into an audio waveform