Test legat de ghid · Mediu Nivel

Test TTS FastPitch controlabil prin pitch

Aflați cum FastPitch prezice contururile de frecvență fundamentală, editează înălțimea la inferență și sintetizează cadrele Mel în paralel.

Căi de ghidare aferenteFastpitch Pitch controlabil Tts
Întrebare 1 de 8

Ce semnal suplimentar prezice FastPitch în mod explicit pentru fiecare jeton de intrare?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Ce semnal suplimentar prezice FastPitch în mod explicit pentru fiecare jeton de intrare?
    • Tonul (frecvența fundamentală)
    • Genul vorbitorului
    • Nivelul de zgomot de fundal
    • ID-ul limbii
  2. Cum generează FastPitch spectrograma mel atât de repede?
    • Prin streaming audio câte o probă la un moment dat
    • Neautoregresiv, într-o singură pasă paralelă înainte
    • Prin copierea dintr-o bază de date înregistrată
    • Prin rularea pe un singur nucleu CPU
  3. How can a user change the intonation contour in FastPitch output without retraining?
    • Prin ștergerea fonemelor
    • Schimbând numai sămânța aleatorie
    • Prin scalarea sau editarea valorilor de pas prezise
    • Prin scăderea ratei de eșantionare
  4. În timpul antrenamentului, cum este alocată ținta de pitch per jeton?
    • O valoare aleatorie
    • Amplitudinea maximă a sunetului
    • Numai valoarea primului cadru
    • Frecvența fundamentală medie pe durata tokenului
  5. What synthesis throughput did the FastPitch paper report for a typical utterance?
    • Over 900× real time for mel-spectrogram synthesis in the reported setup
    • About one second of audio per hour
    • Exactly 2× real time for waveform output
    • No measurement of synthesis speed
  6. De ce controlul pitch-ului pe jeton este descris ca fiind intuitiv, dar grosier?
    • Acesta prezice înălțimea per probă audio
    • Acesta prezice o valoare de pas per simbol, nu per cadru
    • Ignoră în totalitate pitch-ul
    • Functioneaza doar pentru un difuzor
  7. Which earlier parallel TTS architecture is FastPitch based on?
    • Tacotron 2
    • WavLM
    • FastSpeech
    • HiFi-GAN
  8. Besides pitch, what token-level signal helps FastPitch align text with output frames?
    • Speaker gender
    • Background noise level
    • Language identity only
    • Predicted token duration