Тест TTS з контролем висоти FastPitch

Відповіді та пояснення з’являються під час виконання тесту.

1. Який додатковий сигнал FastPitch явно передбачає для кожного вхідного токена?
   • Висота тону (основна частота)
   • Стать мовця
   • Рівень фонового шуму
   • Ідентифікатор мови
2. Як FastPitch так швидко генерує мел-спектрограму?
   • Транслюючи аудіо по одному зразку за раз
   • Неавторегресійно, одним паралельним проходом вперед
   • Шляхом копіювання із записаної бази даних
   • Працюючи лише на одному ядрі ЦП
3. How can a user change the intonation contour in FastPitch output without retraining?
   • Видаленням фонем
   • Лише шляхом зміни випадкового початкового числа
   • Шляхом масштабування або редагування прогнозованих значень висоти
   • За рахунок зниження частоти дискретизації
4. Як під час навчання призначається мета для кожного жетона?
   • Випадкове значення
   • Максимальна амплітуда звуку
   • Лише значення першого кадру
   • Середня основна частота протягом тривалості токена
5. 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
6. Чому контроль висоти за маркером описується як інтуїтивно зрозумілий, але грубий?
   • Він прогнозує висоту звуку на вибірку аудіо
   • Він передбачає одне значення кроку на символ, а не на кадр
   • Він повністю ігнорує висоту
   • Він працює лише для одного динаміка
7. Which earlier parallel TTS architecture is FastPitch based on?
   • Такотрон 2
   • WavLM
   • FastSpeech
   • HiFi-ГАН
8. Besides pitch, what token-level signal helps FastPitch align text with output frames?
   • Speaker gender
   • Background noise level
   • Language identity only
   • Predicted token duration