Вікторина DiffWave Diffusion Vocoder

Відповіді та пояснення з’являються під час виконання тесту.

1. Як DiffWave генерує звук під час висновку?
   • Шляхом ітеративного зменшення випадкового шуму в хвилю
   • Шляхом авторегресійної вибірки одного значення сигналу за раз
   • Шляхом конкатенації записаних одиниць мовлення
   • За допомогою одного проходу GAN вперед
2. Що насправді вчиться передбачати мережа DiffWave під час навчання?
   • Чиста форма хвилі за один знімок
   • Шум, доданий на певному кроці дифузії
   • Розшифровка тексту
   • Ідентичність мовця
3. Який основний практичний недолік DiffWave порівняно з вокодерами GAN?
   • Це не може залежати від спектрограм
   • Він працює лише з низькою частотою дискретизації
   • Це може вимагати багато кроків вибірки, що робить його повільнішим
   • Щоб бути стабільним, йому потрібне змагальне навчання
4. Яку перевагу має DiffWave перед вокодерами GAN під час навчання?
   • Для цього не потрібна нейронна мережа
   • Для цього не потрібні дані
   • Він створює звук миттєво за один крок
   • Це дозволяє уникнути нестабільного змагального навчання
5. Яку архітектуру нагадує мережа прогнозування шуму DiffWave?
   • Розширена згортка в стилі WaveNet
   • Рекурентна модель мови LSTM
   • Трансформатор зору
   • Проста лінійна регресія
6. Скільки приблизно кроків вибірки можуть використовувати добре налаштовані розклади DiffWave, зберігаючи хорошу якість?
   • Завжди рівно 1000 кроків
   • Близько шести кроків
   • Близько 500 кроків
   • Лише один крок без налаштування
7. What acoustic representation can condition DiffWave when it is used as a vocoder?
   • A list of subtitle line numbers
   • A CT scan of an ancient scroll
   • Мел-спектрограма
   • A source-code dependency graph
8. What loss does DiffWave use to train its noise-prediction network?
   • A word-error-rate objective
   • A discriminator feature-matching loss only
   • A cosine-similarity loss between image embeddings
   • A weighted L2 loss on the predicted noise