แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบ TTS ที่ควบคุมระดับเสียงได้ FastPitch
เรียนรู้ว่า FastPitch คาดการณ์โครงร่างความถี่พื้นฐาน แก้ไขระดับเสียงที่อนุมาน และสังเคราะห์เฟรม Mel ในแบบคู่ขนานได้อย่างไร
คำถาม 1 ของ 8
FastPitch มีสัญญาณพิเศษอะไรทำนายอย่างชัดเจนสำหรับโทเค็นอินพุตแต่ละรายการ
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- FastPitch มีสัญญาณพิเศษอะไรทำนายอย่างชัดเจนสำหรับโทเค็นอินพุตแต่ละรายการ
- สนาม (ความถี่พื้นฐาน)
- เพศของผู้พูด
- ระดับเสียงพื้นหลัง
- รหัสภาษา
- FastPitch สร้าง mel-spectrogram อย่างรวดเร็วได้อย่างไร
- โดยการสตรีมเสียงทีละตัวอย่าง
- ไม่ถดถอยโดยอัตโนมัติในการส่งต่อแบบขนานเดียว
- โดยการคัดลอกจากฐานข้อมูลที่บันทึกไว้
- โดยทำงานบน CPU core ตัวเดียวเท่านั้น
- How can a user change the intonation contour in FastPitch output without retraining?
- โดยการลบหน่วยเสียง
- โดยการเปลี่ยนเมล็ดสุ่มเท่านั้น
- โดยการปรับขนาดหรือแก้ไขค่าระดับเสียงที่คาดการณ์ไว้
- โดยการลดอัตราตัวอย่างลง
- ในระหว่างการฝึกอบรม มีการกำหนดเป้าหมายการเสนอขายต่อโทเค็นอย่างไร
- ค่าสุ่ม
- แอมพลิจูดสูงสุดของเสียง
- ค่าของเฟรมแรกเท่านั้น
- ความถี่พื้นฐานเฉลี่ยตลอดระยะเวลาของโทเค็น
- 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
- เหตุใดการควบคุมระดับเสียงต่อโทเค็นจึงอธิบายว่าใช้งานง่ายแต่หยาบ
- มันทำนายระดับเสียงต่อตัวอย่างเสียง
- โดยคาดการณ์หนึ่งค่าระดับเสียงต่อสัญลักษณ์ ไม่ใช่ต่อเฟรม
- มันไม่สนใจระดับเสียงทั้งหมด
- ใช้งานได้กับลำโพงตัวเดียวเท่านั้น
- Which earlier parallel TTS architecture is FastPitch based on?
- ทาโคตรอน 2
- WavLM
- FastSpeech
- ไฮไฟ-GAN
- Besides pitch, what token-level signal helps FastPitch align text with output frames?
- Speaker gender
- Background noise level
- Language identity only
- Predicted token duration