Quiz WaveNetu

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. W jaki sposób WaveNet generuje dźwięk?
   • Jedna surowa próbka na raz, kondycjonowana na podstawie poprzednich próbek
   • Wybierając klipy z ustalonej biblioteki
   • Konwertując spektrogramy bezpośrednio na tekst
   • Wszystkie próbki jednocześnie, bez kolejności
2. Jaka jest kluczowa innowacja splotowa w WaveNet?
   • Maksymalne łączenie warstw
   • Rozszerzone sploty przyczynowe
   • Tylko bramy powtarzalne
   • W pełni połączone warstwy
3. How did the original WaveNet represent quantized waveform samples for prediction?
   • As a single continuous average for the entire clip
   • As speaker IDs only
   • As a categorical distribution over 256 µ-law-quantized values
   • As a sequence of image patches
4. Jaka była główna praktyczna wada oryginalnego WaveNet?
   • Mogło jedynie wywołać ciszę
   • Nie wymagało to żadnych danych treningowych
   • Działało tylko na obrazach
   • Próbkowanie sekwencyjne spowalniało generowanie
5. In the speech-synthesis experiments described in the WaveNet paper, what does the model generate?
   • Raw speech waveforms sample by sample, conditioned on linguistic features
   • A mel-spectrogram that is itself the final audio
   • Only phoneme labels without audio
   • A MIDI score
6. Która organizacja wprowadziła WaveNet?
   • NASA
   • DeepMind
   • OpenAI
   • Adobe
7. What does causal convolution prevent in WaveNet?
   • Using preceding samples as context
   • Generating any audio waveform
   • Using future audio samples to predict the current sample
   • Conditioning on text or speaker features
8. What activation structure does the original WaveNet use in its gated convolutional layers?
   • A ReLU output concatenated with image patches
   • A softmax over speakers only
   • A linear layer without nonlinearities
   • A tanh-filter output multiplied elementwise by a sigmoid gate