แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบการจัดตำแหน่ง Monotonic Glow-TTS
ตรวจสอบว่า Glow-TTS ใช้การค้นหาการจัดตำแหน่งแบบโมโนโทนิกและตัวทำนายระยะเวลาในการสังเคราะห์คำพูดแบบคู่ขนานโดยไม่ต้องใช้เครื่องมือจัดตำแหน่งภายนอก
คำถาม 1 ของ 8
Glow-TTS มีเป้าหมายที่จะแก้ไขปัญหาอะไรเกี่ยวกับ TTS ที่เน้นความสนใจ
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- Glow-TTS มีเป้าหมายที่จะแก้ไขปัญหาอะไรเกี่ยวกับ TTS ที่เน้นความสนใจ
- การข้ามหรือพูดซ้ำคำในประโยคยาวๆ
- เสียงที่เบาเกินไป
- ไม่สามารถใช้ GPU ได้
- ขาดตัวเข้ารหัสข้อความ
- MAS ย่อมาจาก Glow-TTS ย่อมาจากอะไร?
- การสังเคราะห์เสียงเมล
- ค้นหาการจัดตำแหน่งแบบโมโนโทนิก
- ระบบมัลติความสนใจ
- เครื่องเก็บตัวอย่างเสียงแบบโมดูลาร์
- เหตุใดการจัดตำแหน่งจึงต้องเป็นแบบโมโนโทนิก
- เพื่อให้เสียงที่ดังขึ้น
- เพื่อลดขนาดไฟล์
- เพราะข้อความจะอ่านตามลำดับจากซ้ายไปขวาเมื่อเวลาผ่านไป
- เพื่อรองรับลำโพงหลายตัว
- Glow-TTS ใช้ตัวถอดรหัสประเภทใดในการสร้างแบบจำลองสเปกโตรแกรม
- เครือข่ายความสนใจที่เกิดซ้ำ
- ลักษณนามลักษณนาม
- โมเดลภาษาของหม้อแปลงไฟฟ้า
- การไหลที่เป็นมาตรฐาน
- ณ เวลาอนุมาน Glow-TTS จะตัดสินอย่างไรว่าแต่ละโทเค็นข้อความจะอยู่ได้นานแค่ไหน
- ตัวทำนายระยะเวลาจะส่งออกจำนวนเฟรมต่อโทเค็น
- มันรัน MAS อีกครั้งกับเสียง
- มันเดาสุ่มๆ
- มันใช้ไมโครโฟน
- อะไรคือข้อได้เปรียบในทางปฏิบัติของ Glow-TTS ที่ไม่ถอยอัตโนมัติ?
- ไม่จำเป็นต้องป้อนข้อความ
- สามารถสร้างเฟรมทั้งหมดพร้อมกันเพื่อการสังเคราะห์ที่รวดเร็ว
- มันไม่สามารถควบคุมระดับเสียงได้
- มันใช้งานได้แบบออฟไลน์เท่านั้น
- What does the surjective-alignment assumption mean in Glow-TTS?
- Each speech frame maps to multiple languages
- Some text tokens must be skipped
- Every text token maps to at least one speech frame
- The output audio has no frame sequence
- How does Glow-TTS find a likely alignment during training?
- A human marks every phoneme-frame pair by hand
- It randomly permutes the text tokens
- A waveform classifier chooses a speaker identity
- Dynamic programming searches for the most probable valid monotonic path