Quiz dotyczący wokodera opartego na przepływie WaveGlow

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. WaveGlow łączy pomysły architektoniczne, z których dwóch modeli?
   • Blask i WaveNet
   • BERT i GPT
   • ResNet i VGG
   • Tacotron i CLIP
2. Jakim modelem jest WaveGlow?
   • Generatywna sieć przeciwna
   • Normalizujący przepływ
   • Powtarzający się model autoregresyjny
   • Środek do uczenia się przez wzmacnianie
3. W jaki sposób WaveGlow generuje przebieg w momencie wnioskowania?
   • Przewiduje próbki jedna po drugiej
   • Przeszukuje bazę klipów
   • Próbkuje szum Gaussa i kieruje przepływ w odwrotną stronę
   • Używa dyskryminatora
4. Jaki cel optymalizuje WaveGlow podczas treningu?
   • Kontrawersyjna gra min-max
   • Entropia krzyżowa na etykietach tekstowych
   • Kontrastowa strata
   • Dokładny log wiarygodności danych audio
5. Które dwa elementy składają się na każdy odwracalny krok w WaveGlow?
   • Afiniczna warstwa sprzęgająca i odwracalny splot 1x1
   • Blok uwagi i wyprzedzania
   • Pooling i softmax
   • Osadzanie i porzucanie
6. Jakie uproszczenie treningu oferuje WaveGlow w porównaniu z wcześniejszymi równoległymi metodami WaveNet?
   • Nie potrzeba do tego spektrogramu
   • Pozwala uniknąć destylacji między nauczycielem a uczniem przy użyciu jednej sieci i strat
   • Eliminuje potrzebę stosowania jakiegokolwiek procesora graficznego
   • Nie potrzebuje danych audio
7. What does WaveGlow's squeeze operation do before its coupling layers process the signal?
   • Converts the waveform into written phonemes
   • Removes the mel-spectrogram conditioning
   • Groups neighboring audio samples into vectors for the flow transformations
   • Randomly deletes audio segments
8. Which acoustic model is named in the guide as a practical system that can pair with WaveGlow?
   • BERT
   • A* search
   • YOLOv8
   • Takotron 2