แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบ Vocoder ของ MelGAN
ทำความเข้าใจวิธีที่ MelGAN จับคู่เมลสเปกโตรแกรมกับรูปคลื่น ใช้การสุ่มตัวอย่างแบบบิด และฝึกอบรมผู้แยกแยะในระดับหลายระดับ
คำถาม 1 ของ 8
MelGAN อินพุตใดแปลงเป็นรูปแบบคลื่นเสียงดิบ
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- MelGAN อินพุตใดแปลงเป็นรูปแบบคลื่นเสียงดิบ
- เมล-สเปกโตรแกรม
- อักขระข้อความดิบ
- ไฟล์ MIDI
- โครงข่ายเสียง
- เหตุใด MelGAN จึงเร็วกว่า WaveNet มากในการอนุมาน
- มันใช้อัตราตัวอย่างที่น้อยกว่า
- ไม่มีการถดถอยอัตโนมัติและสร้างเสียงในการส่งผ่านแบบขนานครั้งเดียว
- มันทำงานบน TPU เท่านั้น
- มันข้ามย่านความถี่สูง
- MelGAN แนะนำการออกแบบการแบ่งแยกที่โดดเด่นแบบใด
- ผู้เลือกปฏิบัติระดับโลกเพียงคนเดียว
- เครื่องแยกแยะที่ใช้หม้อแปลงไฟฟ้า
- ตัวแบ่งแยกหลายขนาดที่ทำงานเกี่ยวกับเสียงที่ความละเอียดหลายระดับ
- ไม่มีการเลือกปฏิบัติเลย
- การสูญเสียใดที่ช่วยรักษาเสถียรภาพการฝึกอบรมฝ่ายตรงข้ามของ MelGAN
- ข้ามเอนโทรปีบนโทเค็นข้อความ
- คะแนนเฉลี่ยที่เสียไป
- การสูญเสียมาร์จิ้น Triplet
- การสูญเสียการจับคู่คุณลักษณะระหว่างการเปิดใช้งานตัวแบ่งแยก
- เครื่องกำเนิดของ MelGAN เพิ่มเขตข้อมูลที่เปิดกว้างได้อย่างไร
- โดยใช้การบิดแบบขยายในบล็อกที่เหลือ
- โดยการเพิ่มเลเยอร์ LSTM ที่เกิดซ้ำ
- โดยใช้ความสนใจไปทั้งคลิป
- โดยการซ้อนกันหลายชั้น
- What subjective evaluation measure did the MelGAN paper report?
- Word error rate (WER)
- Mean Opinion Score (MOS)
- BLEU score
- Peak signal-to-noise ratio (PSNR) only
- What do MelGAN’s transposed convolutions do in the generator?
- Convert the waveform back into text
- Choose the phonemes in the input sentence
- Upsample the mel-spectrogram representation toward the audio waveform rate
- Reduce the number of audio samples to zero
- Which audio domains did the MelGAN paper use to illustrate the generality of its techniques?
- Machine translation, image captions, and video subtitling
- Only speech recognition and speaker identification
- Text summarization, code generation, and image classification
- Speech synthesis, music-domain translation, and unconditional music synthesis