Викторина, связанная с руководством · Средний Уровень

Тест AudioGen по синтезу текста в аудио

Ознакомьтесь с текстовыми акустическими токенами AudioGen, кодеком формы волны, авторегрессией, дополнением смешанного источника, руководством и продолжением звука.

Связанные направляющие путиСинтез текста в аудио Audiogen
Вопрос 1 из 8

What task does the cited AudioGen study address?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. What task does the cited AudioGen study address?
    • Only exact transcript-to-speech rendering
    • Только классификация изображений
    • Generating general audio conditioned on descriptive text
    • Only converting every audio event into MIDI notation
  2. Каков первый этап работы AudioGen?
    • Аудио автокодировщик, который преобразует сигналы в дискретные токены.
    • Модель преобразования текста в изображение
    • Распознаватель речи
    • Видеокодер
  3. Какой тип модели предсказывает аудиотокены?
    • Классификатор сверточных изображений
    • Дерево решений
    • Простой линейный регрессор
    • Авторегрессионная языковая модель Transformer
  4. What does AudioGen’s original mixed-source augmentation do?
    • Only concatenates unmodified waveform clips end to end
    • Mixes audio samples and concatenates their corresponding text captions
    • Deletes both source captions
    • Changes every sound into a silent recording
  5. Какая более крупная библиотека Meta включает AudioGen?
    • АудиоКрафт
    • PyTorch Молния
    • TensorFlow Hub
    • Обнимающие диффузоры для лица
  6. Как формируется окончательная форма волны из сгенерированных токенов AudioGen?
    • Токены печатаются в виде текста.
    • Они отправляются по электронной почте на сервер
    • Они отображаются как изображение
    • Декодер кодека преобразует токены обратно в аудио.
  7. Which two model contributions are combined by classifier-free guidance in the original AudioGen formulation?
    • Only the left and right display colors
    • Text-conditional and unconditional log-probability contributions
    • Only two unrelated image filenames
    • A required human transcript and a password
  8. What additional input defines AudioGen’s studied audio-continuation setup?
    • Only a blank file extension
    • A mandatory complete future waveform as the answer
    • An initial acoustic audio prefix
    • Only a screenshot of the source code