Rehber bağlantılı sınav · Orta Seviye

Kaplumbağa TTS Otoregresif Sentez Sınavı

Tortoise'un yüksek kaliteli sentez için otoregresif konuşma belirteçlerini, bir yayılma kod çözücüsünü ve aday seçimini nasıl birleştirdiğini görün.

İlgili kılavuz yollarıKaplumbağa Tts Otoregresif Sentezi
Soru 1 arasında 8

What does Tortoise’s autoregressive transformer do in the synthesis pipeline?

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. What does Tortoise’s autoregressive transformer do in the synthesis pipeline?
    • Predicts speech tokens conditioned on text and speaker information
    • Measures the final waveform’s loudness only
    • Selects a license for the generated audio
    • Converts video frames into subtitles
  2. Kaplumbağa sadece birkaç kısa referans klibi ile ne yapabilir?
    • Sesi metne dönüştür
    • Hedef sesi klonlayın ve isteğe bağlı metni okuyun
    • Yalnızca dilleri çevir
    • Arka plan gürültüsünü kaldır
  3. Kaplumbağa'nın tasarımını en çok hangi iki model ailesi etkiledi?
    • Karar ağaçları ve SVM'ler
    • Kural tabanlı fonem tabloları ve HMM'ler
    • Otoregresif transformatörler ve difüzyon
    • Yalnızca evrişimli filtreler
  4. Kaplumbağa birden fazla oluşturulan adaylar arasından nasıl seçim yapıyor?
    • İlkini seçiyor
    • Her zaman en kısa olanı seçer
    • Kullanıcıya sorar
    • Bunları metne göre sıralamak için bir CLVP puanlama modeli kullanır
  5. Kaplumbağa TTS'yi kim yarattı?
    • James Betker
    • Geoffrey Hinton
    • Ian Goodfellow
    • Andrej Karpathy
  6. Kaplumbağa'nın nispeten yavaş olmasının ana nedeni nedir?
    • Her seferinde buluttan sesler indirir
    • Kaliteye, örneklemeye ve birçok adayın iyileştirilmesine öncelik verir
    • Yalnızca CPU'larda çalışır
    • Sesi tekrar tekrar sıkıştırır
  7. What can Tortoise’s random voice option generate without a supplied reference speaker?
    • A verified recording of a specific real person
    • A translation of an existing speaker’s legal identity
    • A synthetic voice selected by the model
    • A speaker embedding from a missing audio file
  8. How does Tortoise package reference-voice conditioning for reuse?
    • It stores only a text transcript
    • It saves the voice as a LoRA for an image model
    • It records the speaker’s legal name in the waveform
    • It stores autoregressive and diffusion conditioning latents