Вікторина, пов’язана з посібником · Середній Рівень
Тест FastSpeech і TTS без авторегресії
Перевіряє генерацію паралельної спектрограми, розширення тривалості, висоти тону та кондиціонування енергії FastSpeech 2, а також компроміси висновків.
Питання 1 з 8
Що означає «неавторегресійний» у контексті FastSpeech?
Перегляньте кожне запитання8 запитання
Відповіді та пояснення з’являються під час виконання тесту.
- Що означає «неавторегресійний» у контексті FastSpeech?
- Він генерує всі кадри спектрограми паралельно, а не послідовно
- Він генерує аудіокадри один за одним у послідовності
- Він не може обробляти довгі речення
- Для цього не потрібні навчальні дані
- Яку проблему авторегресійних моделей, як-от Tacotron 2, конкретно вирішує FastSpeech?
- Неможливість створити будь-який звук
- Повільна генерація та пропуски або повторення слів через помилки уваги
- Відсутність підтримки англійського тексту
- Потрібне квантове обладнання
- Яка роль «регулятора довжини» у FastSpeech?
- Він стискає кінцевий аудіофайл
- Він усуває тишу із записів
- Він повторює представлення кожної фонеми відповідно до її передбаченої тривалості, щоб відповідати довжині звуку
- Він переводить фонеми в текст
- Which additional speech variations does FastSpeech 2 condition on during training and inference?
- Only speaker age and recording location
- Video frames and subtitle color
- A single fixed global loudness value
- Pitch, energy, and duration information
- Чому час висновку FastSpeech ледве зростає з довжиною речення?
- Усі кадри генеруються паралельно, а не послідовно
- Він ігнорує більшу частину введеного тексту
- Він виводить лише односекундні кліпи
- Він використовує таблицю пошуку попередньо записаних речень
- How does the length regulator use predicted durations in FastSpeech?
- It selects the final audio codec
- It expands phoneme-level representations to align with the target spectrogram length
- It estimates the speaker’s identity from video
- It converts text into a sequence of labels for translation
- What is one tradeoff of non-autoregressive spectrogram generation?
- It guarantees identical prosody to an autoregressive model
- It removes the need for a waveform vocoder
- Parallel output can be faster, but duration and speech variation must be modeled explicitly
- It cannot accept text as input
- What training target does FastSpeech 2 use instead of FastSpeech’s teacher-generated simplified outputs?
- Only predicted durations with no acoustic target
- A translated text transcript
- The output of a GAN discriminator only
- Ground-truth target speech representations