Questionário vinculado ao guia · Médio Nível

Questionário de geração de fala com correspondência de fluxo do Voicebox

Teste o objetivo de preenchimento de fala do Voicebox, geração de correspondência de fluxo, edição contextual e escopo de treinamento multilíngue relatado.

Caminhos de guia relacionadosGeração de fala de correspondência de fluxo de caixa de voz
Pergunta 1 de 8

Para qual tarefa de treinamento o Voicebox é otimizado?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. Para qual tarefa de treinamento o Voicebox é otimizado?
    • Previsão de áudio mascarado de acordo com o contexto e o texto circundantes
    • Classificando a emoção do orador
    • Traduzindo texto entre idiomas
    • Detectando deepfakes
  2. Qual técnica generativa o Voicebox usa em vez de difusão?
    • Aprendizagem por reforço
    • Correspondência de fluxo condicional
    • Árvores de decisão
    • Agrupamento K-means
  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
    • Funcionou sem nenhuma rede neural
    • 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. Por que Meta inicialmente reteve o modelo completo do Voicebox?
    • Preocupações sobre uso indevido de clonagem de voz e deepfakes
    • Foi muito lento para correr
    • Só funcionou em um idioma
    • Não produziu nenhum áudio utilizável
  6. Como um modelo lida com edição, clonagem e remoção de ruído no Voicebox?
    • Mudando para uma rede diferente para cada tarefa
    • Enquadrando cada tarefa como previsão de áudio mascarado a partir do contexto
    • Usando execuções de treinamento separadas para tarefas específicas
    • Criando scripts manualmente para cada saída
  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