گائیڈ سے منسلک کوئز · درمیانہ سطح
فاسٹ اسپیچ اور غیر خودکار ٹی ٹی ایس کوئز
متوازی سپیکٹروگرام جنریشن، دورانیہ کی توسیع، فاسٹ اسپیچ 2 پچ اور انرجی کنڈیشنگ، اور انفرنس ٹریڈ آف کو چیک کرتا ہے۔
سوال 1 کی 8
فاسٹ اسپیچ کے تناظر میں 'نان آٹو ریگریسیو' کا کیا مطلب ہے؟
ہر سوال کا جائزہ لیں۔8 سوالات
جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔
- فاسٹ اسپیچ کے تناظر میں 'نان آٹو ریگریسیو' کا کیا مطلب ہے؟
- یہ تمام سپیکٹروگرام فریموں کو ترتیب کے بجائے متوازی طور پر تیار کرتا ہے۔
- یہ ترتیب میں ایک وقت میں ایک آڈیو فریم تیار کرتا ہے۔
- یہ طویل جملے نہیں سنبھال سکتا
- اس کے لیے کسی تربیتی ڈیٹا کی ضرورت نہیں ہے۔
- Tacotron 2 جیسے خودکار ماڈلز کا کون سا مسئلہ فاسٹ اسپیچ خاص طور پر حل کرتا ہے؟
- کوئی آڈیو تیار کرنے سے قاصر ہے۔
- توجہ کی غلطیوں سے سست نسل اور چھوڑے گئے یا دہرائے گئے الفاظ
- انگریزی متن کے لیے تعاون کا فقدان
- کوانٹم ہارڈ ویئر کی ضرورت ہے۔
- فاسٹ اسپیچ میں 'لمبائی ریگولیٹر' کا کیا کردار ہے؟
- یہ حتمی آڈیو فائل کو کمپریس کرتا ہے۔
- یہ ریکارڈنگ سے خاموشی کو ہٹاتا ہے۔
- یہ آڈیو کی لمبائی سے مماثل ہونے کے لیے ہر فونیم کی نمائندگی کو اس کی پیش گوئی شدہ مدت کے مطابق دہراتا ہے۔
- یہ فونیمز کو متن میں ترجمہ کرتا ہے۔
- 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
- فاسٹ اسپیچ کا اندازہ وقت جملے کی لمبائی کے ساتھ بمشکل کیوں بڑھتا ہے؟
- تمام فریم ترتیب کے بجائے متوازی طور پر بنائے جاتے ہیں۔
- یہ زیادہ تر ان پٹ متن کو نظر انداز کرتا ہے۔
- یہ صرف ایک سیکنڈ کے کلپس کو آؤٹ پٹ کرتا ہے۔
- یہ پہلے سے ریکارڈ شدہ جملوں کی تلاش کی میز کا استعمال کرتا ہے۔
- 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