FastSpeech și test TTS non-autoregressiv

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

1. Ce înseamnă „non-autoregresiv” în contextul FastSpeech?
   • Acesta generează toate cadrele de spectrogramă în paralel, mai degrabă decât secvenţial
   • Acesta generează cadre audio pe rând în secvență
   • Nu poate suporta propoziții lungi
   • Nu necesită date de antrenament
2. Ce problemă a modelelor autoregresive precum Tacotron 2 abordează în mod specific FastSpeech?
   • Incapacitatea de a produce orice sunet
   • Generare lentă și cuvinte sărite sau repetate din erorile de atenție
   • Lipsa suportului pentru textul în limba engleză
   • Necesită hardware cuantic
3. Care este rolul „regulatorului de lungime” în FastSpeech?
   • Acesta comprimă fișierul audio final
   • Îndepărtează tăcerea din înregistrări
   • El repetă reprezentarea fiecărui fonem în funcție de durata sa prezisă pentru a se potrivi cu lungimea audio
   • Traduce foneme în text
4. Which additional speech variations does FastSpeech 2 condition on during training and inference?
   • Only speaker age and recording location
   • Video frames and subtitle color
   • A single fixed global loudness value
   • Pitch, energy, and duration information
5. De ce timpul de inferență al lui FastSpeech abia crește odată cu lungimea propoziției?
   • Toate cadrele sunt generate mai degrabă în paralel decât secvenţial
   • Ignoră cea mai mare parte a textului introdus
   • Emite doar clipuri de o secundă
   • Utilizează un tabel de căutare de propoziții preînregistrate
6. How does the length regulator use predicted durations in FastSpeech?
   • It selects the final audio codec
   • It expands phoneme-level representations to align with the target spectrogram length
   • It estimates the speaker’s identity from video
   • It converts text into a sequence of labels for translation
7. What is one tradeoff of non-autoregressive spectrogram generation?
   • It guarantees identical prosody to an autoregressive model
   • It removes the need for a waveform vocoder
   • Parallel output can be faster, but duration and speech variation must be modeled explicitly
   • It cannot accept text as input
8. What training target does FastSpeech 2 use instead of FastSpeech’s teacher-generated simplified outputs?
   • Only predicted durations with no acoustic target
   • A translated text transcript
   • The output of a GAN discriminator only
   • Ground-truth target speech representations