Questionário de modelagem de prosódia

As respostas e explicações aparecem conforme você responde ao teste.

1. Qual conjunto de características melhor descreve a prosódia na fala?
   • Tom, ritmo, estresse e volume
   • Vocabulário, gramática e ortografia
   • Qualidade do microfone e taxa de amostragem
   • Contagem de palavras e comprimento de frase
2. Na modelagem de prosódia, o que representa a frequência fundamental (F0)?
   • O volume da gravação
   • A taxa com que as pregas vocais vibram, percebida como altura
   • O número de fonemas por segundo
   • O nível de ruído de fundo
3. Como o FastSpeech 2 melhorou o controle da prosódia em relação aos modelos anteriores?
   • Todas as informações do campo foram removidas para simplificar o treinamento
   • Só funcionou com prosódia humana pré-gravada
   • Ele prevê explicitamente a duração, o tom e a energia como recursos separados
   • Substituiu redes neurais por análise de pontuação baseada em regras
4. Por que prever a prosódia apenas a partir do texto é considerado um problema de um para muitos?
   • Porque o texto é sempre mais longo que o áudio
   • Porque cada letra mapeia exatamente um tom
   • Porque só existe uma maneira correta de ler qualquer frase
   • Porque uma única frase pode ser falada com muitas entonações e ritmos válidos
5. In a corpus of 410 naturally occurring American-English yes/no questions, which nuclear contour was most frequent?
   • A low-rise contour, L*H-H%
   • Always a high plateau
   • Always a flat contour
   • A fall in every question
6. Por que um sistema TTS pode usar um clipe de áudio de referência ao gerar fala?
   • Para copiar as palavras exatas a dizer
   • Para definir um estilo de fala ou prosódia específico para a saída
   • Para reduzir o tamanho do arquivo do resultado
   • Para converter texto em um idioma diferente
7. What can shifting contrastive stress change in an otherwise identical sentence?
   • The spelling of every word
   • The speaker’s vocal-fold anatomy
   • Which person, action or detail the speaker presents as the focus
   • The number of phonemes in the sentence
8. Why can punctuation alone be insufficient for choosing natural prosody?
   • Punctuation determines the exact vocal identity
   • Text contains no words or syntax
   • All sentences have one possible spoken contour
   • The intended emphasis and phrasing can depend on surrounding discourse