Quiz dotyczący międzyjęzycznego klonowania głosu XTTS

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Jakie są najważniejsze możliwości XTTS?
   • Klonowanie głosu i mówienie nim w wielu językach
   • Transkrypcja mowy na tekst
   • Generowanie muzyki w tle
   • Usuwanie akcentów z nagrań
2. Która firma opracowała XTTS?
   • ElevenLabs
   • Coqui AI
   • Microsoft
   • Suno
3. Co oznacza klonowanie „zero-shot” w XTTS?
   • Potrzebuje godzin szkolenia na każdy głos
   • Wytwarza zerowy sygnał audio
   • Może klonować głos bez dostrajania każdego głośnika
   • Działa tylko z jednym stałym głosem
4. Co XTTS wyodrębnia z referencyjnego dźwięku, aby zachować tożsamość mówiącego?
   • Dokładne słowa, które wypowiedziano
   • Format pliku nagrania
   • Poziomy hałasu w tle
   • Głośnik zawierający charakterystykę wokalną
5. Dlaczego XTTS może sprawić, że jeden głos będzie mówił innym językiem?
   • Odwzorowuje osadzenie mówcy na fonetyce innego języka poprzez wspólne szkolenie wielojęzyczne
   • Tłumaczy i ponownie nagrywa ludzkich aktorów
   • Zmienia tylko nazwę pliku audio
   • W rzeczywistości nie może zmieniać języków
6. Jakie są główne obawy etyczne związane z klonowaniem w stylu XTTS?
   • Zużywa zbyt dużo miejsca na dysku
   • Potencjalne podszywanie się i deepfakes
   • Nie obsługuje języka angielskiego
   • Jest zbyt powolny, aby był użyteczny
7. How many output languages does the XTTS-v2 model card list?
   • 3 languages
   • 8 languages
   • 17 languages
   • Over 100 languages
8. What safeguard should be used before cloning an identifiable person’s voice?
   • Assume a short public clip grants permission
   • Remove all records of how the voice was generated
   • Use the voice only if the speaker is famous
   • Obtain that person’s permission and make the synthetic nature clear to listeners