Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący generowania mowy dopasowujący przepływ głosowy

Przetestuj cel wypełniania mowy (speech-infilling) w Voicebox, generowanie przez dopasowanie przepływu, edycję kontekstową oraz raportowany zakres treningu wielojęzycznego.

Powiązane ścieżki prowadząceGenerowanie mowy zgodne z przepływem skrzynki głosowej
Pytanie 1 z 8

Do jakiego pojedynczego zadania szkoleniowego zoptymalizowano Voicebox?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Do jakiego pojedynczego zadania szkoleniowego zoptymalizowano Voicebox?
    • Przewidywanie zamaskowanego dźwięku na podstawie otaczającego kontekstu i tekstu
    • Klasyfikacja emocji mówiącego
    • Tłumaczenie tekstu pomiędzy językami
    • Wykrywanie deepfakes
  2. Jakiej techniki generatywnej używa Voicebox zamiast dyfuzji?
    • Uczenie się przez wzmacnianie
    • Warunkowe dopasowanie przepływu
    • Drzewa decyzyjne
    • K-oznacza grupowanie
  3. How does Voicebox condition speech generation on a target speaker without retraining?
    • It retrains the model for every speaker
    • It selects from a fixed list of speaker IDs only
    • It uses a short reference segment as unmasked audio context
    • It averages all training speakers into one voice
  4. What efficiency result did the Voicebox paper report for its zero-shot TTS comparison?
    • It required 20× more generation time
    • Działał bez sieci neuronowej
    • It always produced audio in a single millisecond
    • It generated speech up to 20× faster than the compared VALL-E system in the reported setup
  5. Dlaczego Meta początkowo wstrzymał się z pełnym modelem Voiceboxa?
    • Obawy związane z niewłaściwym wykorzystaniem klonowania głosu i deepfakes
    • Bieg był zbyt powolny
    • Działało tylko w jednym języku
    • Nie generował żadnego użytecznego dźwięku
  6. Jak jeden model radzi sobie z edycją, klonowaniem i odszumianiem w Voiceboxie?
    • Przełączając się na inną sieć dla każdego zadania
    • Określając każde zadanie jako przewidywanie zamaskowanego dźwięku na podstawie kontekstu
    • Poprzez zastosowanie oddzielnych, zadaniowych przebiegów szkoleniowych
    • Ręczne skryptowanie każdego wyjścia
  7. How many languages did the Voicebox paper report for its multilingual training setup?
    • One language only
    • Two languages
    • Six languages
    • More than one hundred languages
  8. How much speech data did the Voicebox paper report using?
    • About 50 hours
    • About 500 hours
    • More than 50 million hours
    • More than 50,000 hours