Maswali ya Vokoda za Neural

Majibu na maelezo huonekana unapojibu maswali.

1. Je, kazi ya msingi ya vokoda ya neural ni ipi?
   • Ili kugeuza uwakilisho wa akustika kama spektra ya mel kuwa mwonekano wa mawimbi unaosikika
   • Kubadilisha maandishi moja kwa moja kuwa maana
   • Kutafsiri hotuba kati ya lugha
   • Ili kuondoa kelele ya chinichini kutoka kwa rekodi
2. Ni muundo gani wa 2016 ambao ulifanya vokoda za neural zisikike za asili?
   • HiFi-GAN
   • WaveNet
   • Takotini
   • MelGAN
3. Kwa nini WaveNet asili ilikuwa polepole kutoa sauti?
   • Ilihitaji GPU tofauti kwa kila neno
   • Ilijizoeza tena kwa kila pembejeo
   • Ilitabiri sampuli ya sauti moja kwa wakati moja kwa moja
   • Ilitoa video pamoja na sauti
4. Ni taarifa gani ambayo mel-spectrogram hutupilia mbali, na kufanya kazi ya vokoda kuwa ngumu zaidi?
   • Sauti kubwa ya sauti
   • Lugha inayozungumzwa
   • Kiwango cha sampuli
   • Taarifa ya awamu ya ishara
5. Vokoda za GAN kama HiFi-GAN huboreshaje uhalisia?
   • Kwa kutumia vibaguzi vingi vinavyohukumu ishara katika mizani tofauti
   • Kwa kubadilisha sauti kuwa maandishi kwanza
   • Kwa wastani wa maelfu ya rekodi pamoja
   • Kwa kutoa tu masafa ya chini
6. Katika bomba la kisasa la TTS, ni nini hutoa spectrogram ya mel ambayo vokoda hutumia?
   • Jenereta ya kelele
   • Mfano wa akustisk kama vile Tacotron 2 au FastSpeech
   • Vokoda yenyewe
   • Kipaza sauti
7. What component in HiFi-GAN combines residual blocks with different dilation patterns?
   • A phoneme tokenizer
   • A recurrent attention decoder
   • The multi-receptive-field fusion (MRF) module
   • A speaker-verification classifier
8. What does HiFi-GAN’s multi-period discriminator help assess?
   • Whether the text transcript is grammatically correct
   • Whether the speaker’s face matches the voice
   • Whether the mel-spectrogram uses enough colors
   • Whether generated waveform segments reflect realistic periodic patterns