Викторина, связанная с руководством · Средний Уровень

Преобразование текста в речь в автономном режиме с помощью викторины Пайпер и Кокоро

Сравните локальную среду выполнения TTS и голосовые артефакты, а также оцените языки, ограничения устройств, лицензирование, задержку и качество звука.

Вопрос 1 из 8

Что делает оффлайн TTS локально?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Что делает оффлайн TTS локально?
    • Транскрибирует речь в текст, используя загруженные ресурсы.
    • Генерирует речь через размещенный сервис
    • Генерирует речь из текста с помощью загруженного программного обеспечения и ресурсов модели.
    • Сопоставляет текст с фонемами, но не создает речевой сигнал.
  2. Почему Пайпер и Кокоро следует рассматривать как отдельные проекты?
    • Это два названия одной и той же модели артефакта.
    • У них есть отдельные среды выполнения, модели, упаковка и сведения о поддержке.
    • Оба гарантируют, что все языки работают одинаково
    • Они используют одинаковые требования к оборудованию
  3. Почему команде необходимо проверять загруженные лицензии на голос или модель, а также лицензию на выполнение TTS?
    • Требуется проверка только версии пакета среды выполнения.
    • Локальное воспроизведение демонстрирует разрешение на перераспределение.
    • Каждый голос обязательно наследует точные условия кода времени выполнения.
    • Загруженный файл голоса или модели может иметь отдельные условия.
  4. Какая величина сравнивает время генерации речи с продолжительностью производимого ею звука?
    • Время синтеза, разделенное на длительность сгенерированного звука
    • Пиковая память, разделенная на размер файла модели
    • Время холодного запуска, разделенное на количество доступных голосов.
    • Сгенерированная частота дискретизации, деленная на количество параметров модели
  5. Зачем тестировать репрезентативный текст, помимо короткого демонстрационного предложения?
    • Короткая демонстрация гарантирует произношение всех имен.
    • Пунктуация не действует после загрузки голоса.
    • Имена, цифры, знаки препинания и длинные соединения могут выявить сбои.
    • Длинные отрывки обязательно звучат идентично отдельным предложениям.
  6. Что модель, поддерживающая язык, устанавливает о каждом голосе?
    • Что каждый голос одинаково естественен
    • Ничего; проверьте покрытие и качество для конкретного голоса
    • Что каждый голос может работать на Raspberry Pi
    • Это лицензирование не ограничено
  7. Доказывает ли само по себе выполнение в автономном режиме, что модель голоса может распространяться в коммерческих целях?
    • Да, потому что сеть не задействована
    • Да, если синтез работает локально
    • Нет; местные модели не могут быть использованы в коммерческих целях
    • Нет; проверьте точные условия артефакта
  8. Что следует измерять на предполагаемом целевом устройстве?
    • Время запуска, задержка синтеза, память и качество
    • Только установившаяся задержка без учета холодных запусков
    • Только размер файла модели вместо измерения памяти.
    • Только самый быстрый опубликованный тест проекта.