Test legat de ghid · Mediu Nivel
MelGAN Generative Vocoder Quiz
Understand how MelGAN maps mel-spectrograms to waveforms, uses convolutional upsampling, and trains discriminators at multiple scales.
Întrebare 1 de 8
Ce intrare transformă MelGAN într-o formă de undă audio brută?
Previzualizează fiecare întrebare8 întrebări
Răspunsurile și explicațiile apar pe măsură ce susțineți testul.
- Ce intrare transformă MelGAN într-o formă de undă audio brută?
- O spectrogramă mel
- Caractere de text brut
- Un fișier MIDI
- O rețea fonemică
- De ce este MelGAN mult mai rapid decât WaveNet la inferență?
- Utilizează o rată de eșantionare mai mică
- Este non-autoregresiv și generează audio într-o singură trecere paralelă
- Funcționează numai pe TPU
- Omite benzile de înaltă frecvență
- Ce design distinctiv discriminator a introdus MelGAN?
- Un singur discriminator global
- Un discriminator bazat pe transformator
- Un discriminator multi-scale care funcționează pe sunet la mai multe rezoluții
- Nici un discriminator
- Ce pierdere ajută la stabilizarea antrenamentului advers MelGAN?
- Entropie încrucișată pe jetoane de text
- Pierderea medie a punctajului de opinie
- Pierderea marjei tripletului
- Pierdere de potrivire a caracteristicilor între activările discriminatorului
- Cum își mărește generatorul MelGAN câmpul receptiv?
- Prin utilizarea circumvoluțiilor dilatate în blocuri reziduale
- Prin adăugarea de straturi LSTM recurente
- Prin folosirea atenției asupra întregului clip
- Prin stivuirea straturilor de grupare
- What subjective evaluation measure did the MelGAN paper report?
- Word error rate (WER)
- Mean Opinion Score (MOS)
- scor BLEU
- Peak signal-to-noise ratio (PSNR) only
- What do MelGAN’s transposed convolutions do in the generator?
- Convert the waveform back into text
- Choose the phonemes in the input sentence
- Upsample the mel-spectrogram representation toward the audio waveform rate
- Reduce the number of audio samples to zero
- Which audio domains did the MelGAN paper use to illustrate the generality of its techniques?
- Machine translation, image captions, and video subtitling
- Only speech recognition and speaker identification
- Text summarization, code generation, and image classification
- Speech synthesis, music-domain translation, and unconditional music synthesis