Maswali ya TTS Inayoweza Kudhibitiwa ya FastPitch Lami

Majibu na maelezo huonekana unapojibu maswali.

1. Ni ishara gani ya ziada ambayo FastPitch inatabiri kwa uwazi kwa kila tokeni ya ingizo?
   • Kiwango cha sauti (mzunguko wa kimsingi)
   • Jinsia ya mzungumzaji
   • Kiwango cha kelele cha mandharinyuma
   • Kitambulisho cha lugha
2. Je, FastPitch hutoaje spectrogram ya mel haraka sana?
   • Kwa kutiririsha sauti sampuli moja kwa wakati mmoja
   • Isiyo ya moja kwa moja, kwa njia moja ya mbele inayolingana
   • Kwa kunakili kutoka kwa hifadhidata iliyorekodiwa
   • Kwa kukimbia kwenye msingi mmoja wa CPU pekee
3. How can a user change the intonation contour in FastPitch output without retraining?
   • Kwa kufuta fonimu
   • Kwa kubadilisha mbegu bila mpangilio pekee
   • Kwa kuongeza au kuhariri viwango vya sauti vilivyotabiriwa
   • Kwa kupunguza kiwango cha sampuli
4. Wakati wa mafunzo, lengo la kuinua linatolewa vipi kwa kila tokeni?
   • Thamani ya nasibu
   • Kiwango cha juu cha amplitude ya sauti
   • Thamani ya fremu ya kwanza pekee
   • Wastani wa masafa ya kimsingi katika muda wa tokeni
5. What synthesis throughput did the FastPitch paper report for a typical utterance?
   • Over 900× real time for mel-spectrogram synthesis in the reported setup
   • About one second of audio per hour
   • Exactly 2× real time for waveform output
   • No measurement of synthesis speed
6. Kwa nini udhibiti wa kiwango cha kila ishara unaelezewa kuwa angavu lakini mbaya?
   • Inatabiri sauti kwa kila sampuli ya sauti
   • Inatabiri thamani moja ya sauti kwa kila ishara, sio kwa kila fremu
   • Inapuuza lami kabisa
   • Inafanya kazi kwa mzungumzaji mmoja tu
7. Which earlier parallel TTS architecture is FastPitch based on?
   • Takotini 2
   • WavLM
   • FastSpeech
   • HiFi-GAN
8. Besides pitch, what token-level signal helps FastPitch align text with output frames?
   • Speaker gender
   • Background noise level
   • Language identity only
   • Predicted token duration