Викторина, связанная с руководством · Средний Уровень
Викторина по генеративному вокодеру MelGAN
Узнайте, как MelGAN сопоставляет mel-спектрограммы с сигналами, использует сверточную повышающую дискретизацию и обучает дискриминаторы в нескольких масштабах.
Вопрос 1 из 8
Какой входной сигнал MelGAN преобразует в необработанный аудиосигнал?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Какой входной сигнал MelGAN преобразует в необработанный аудиосигнал?
- Мел-спектрограмма
- Необработанные текстовые символы
- MIDI-файл
- Решетка фонем
- Почему MelGAN намного быстрее WaveNet при выводе?
- Он использует меньшую частоту дискретизации
- Он не является авторегрессионным и генерирует звук за один параллельный проход.
- Он работает только на TPU
- Он пропускает высокочастотные диапазоны.
- Какую отличительную конструкцию дискриминатора представил MelGAN?
- Единый глобальный дискриминатор
- Дискриминатор на основе трансформатора
- Многомасштабный дискриминатор, работающий со звуком в нескольких разрешениях.
- Никакого дискриминатора вообще
- Какая потеря помогает стабилизировать состязательную подготовку MelGAN?
- Перекрестная энтропия текстовых токенов
- Средняя потеря оценки мнения
- Тройная потеря маржи
- Потеря соответствия характеристик между активациями дискриминатора
- Как генератор МелГАНа увеличивает свое рецептивное поле?
- Используя расширенные свертки в остаточных блоках
- Путем добавления повторяющихся слоев LSTM
- Используя внимание на протяжении всего клипа
- Путем укладки слоев пула
- What subjective evaluation measure did the MelGAN paper report?
- Word error rate (WER)
- Mean Opinion Score (MOS)
- BLEU score
- 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