گلو-ٹی ٹی ایس مونوٹونک الائنمنٹ کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. توجہ پر مبنی TTS کے ساتھ کون سا مسئلہ Glow-TTS کو ٹھیک کرنا ہے؟
   • لمبے جملوں پر الفاظ کو چھوڑنا یا دہرانا
   • آڈیو جو بہت خاموش ہے۔
   • GPU استعمال کرنے میں ناکامی۔
   • ٹیکسٹ انکوڈر کی کمی
2. Glow-TTS میں MAS کا کیا مطلب ہے؟
   • میل آڈیو ترکیب
   • مونوٹونک الائنمنٹ تلاش
   • کثیر توجہ کا نظام
   • ماڈیولر ایکوسٹک سیمپلر
3. سیدھ میں یکتا ہونا کیوں ضروری ہے؟
   • آڈیو کو تیز تر بنانے کے لیے
   • فائل کا سائز کم کرنے کے لیے
   • کیونکہ متن کو وقت کے ساتھ بائیں سے دائیں ترتیب میں پڑھا جاتا ہے۔
   • متعدد مقررین کی حمایت کرنے کے لیے
4. Glow-TTS کس قسم کا ڈیکوڈر سپیکٹروگرام کو ماڈل کرنے کے لیے استعمال کرتا ہے؟
   • بار بار توجہ دینے والا نیٹ ورک
   • ایک convolutional درجہ بندی کرنے والا
   • ایک ٹرانسفارمر لینگویج ماڈل
   • معمول کا بہاؤ
5. تخمینہ کے وقت، Glow-TTS یہ کیسے طے کرتا ہے کہ ہر ٹیکسٹ ٹوکن کتنی دیر تک چلتا ہے؟
   • دورانیہ کی پیشن گوئی کرنے والا فریم شمار فی ٹوکن آؤٹ پٹ کرتا ہے۔
   • یہ آڈیو پر دوبارہ MAS چلاتا ہے۔
   • یہ تصادفی طور پر اندازہ لگاتا ہے۔
   • یہ مائیکروفون استعمال کرتا ہے۔
6. Glow-TTS کے غیر خودکار ہونے کا عملی فائدہ کیا ہے؟
   • اسے ٹیکسٹ ان پٹ کی ضرورت نہیں ہے۔
   • یہ تیز تر ترکیب کے لیے متوازی طور پر تمام فریم بنا سکتا ہے۔
   • یہ پچ کو کنٹرول نہیں کر سکتا
   • یہ صرف آف لائن کام کرتا ہے۔
7. What does the surjective-alignment assumption mean in Glow-TTS?
   • Each speech frame maps to multiple languages
   • Some text tokens must be skipped
   • Every text token maps to at least one speech frame
   • The output audio has no frame sequence
8. How does Glow-TTS find a likely alignment during training?
   • A human marks every phoneme-frame pair by hand
   • It randomly permutes the text tokens
   • A waveform classifier chooses a speaker identity
   • Dynamic programming searches for the most probable valid monotonic path