Вікторина, пов’язана з посібником · Середній Рівень

Тест щодо генерації мовлення на основі голосової скриньки

Перевірте Voicebox для заповнення мовленням, створення відповідності потоку, контекстне редагування та повідомлений обсяг багатомовного навчання.

Пов'язані напрямні шляхиVoicebox Генерація мовлення зі збігом потоку
Питання 1 з 8

Для якого окремого навчального завдання оптимізовано Voicebox?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Для якого окремого навчального завдання оптимізовано Voicebox?
    • Прогнозування замаскованого звуку з огляду на навколишній контекст і текст
    • Класифікація емоцій мовця
    • Переклад тексту між мовами
    • Виявлення дипфейків
  2. Яку генеративну техніку використовує Voicebox замість дифузії?
    • Навчання з підкріпленням
    • Умовне узгодження потоку
    • Дерева рішень
    • K-означає кластеризацію
  3. How does Voicebox condition speech generation on a target speaker without retraining?
    • It retrains the model for every speaker
    • It selects from a fixed list of speaker IDs only
    • It uses a short reference segment as unmasked audio context
    • It averages all training speakers into one voice
  4. What efficiency result did the Voicebox paper report for its zero-shot TTS comparison?
    • It required 20× more generation time
    • Він працював без будь-якої нейронної мережі
    • It always produced audio in a single millisecond
    • It generated speech up to 20× faster than the compared VALL-E system in the reported setup
  5. Чому Meta спочатку не використовував повну модель Voicebox?
    • Занепокоєння щодо неправильного використання клонування голосу та глибоких фейків
    • Це було надто повільно, щоб бігти
    • Він працював лише однією мовою
    • Він не створював придатного для використання звуку
  6. Як одна модель справляється з редагуванням, клонуванням і шумозаглушенням у Voicebox?
    • Перемикаючись на іншу мережу для кожного завдання
    • Формуючи кожне завдання як передбачення замаскованого звуку з контексту
    • Використовуючи окремі навчальні прогони для конкретних завдань
    • Вручну створюючи сценарій для кожного виходу
  7. How many languages did the Voicebox paper report for its multilingual training setup?
    • One language only
    • Two languages
    • Six languages
    • More than one hundred languages
  8. How much speech data did the Voicebox paper report using?
    • About 50 hours
    • About 500 hours
    • More than 50 million hours
    • More than 50,000 hours