نیورل ووکوڈرز کوئز

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

1. نیورل ووکوڈر کا بنیادی کام کیا ہے؟
   • میل سپیکٹروگرام جیسی صوتی نمائندگی کو ایک قابل سماعت موج میں تبدیل کرنا
   • متن کو براہ راست معنی میں تبدیل کرنا
   • زبانوں کے درمیان تقریر کا ترجمہ کرنا
   • ریکارڈنگ سے پس منظر کے شور کو ہٹانے کے لیے
2. 2016 کا کون سا ماڈل پیش رفت تھی جس نے نیورل ووکوڈرز کو قدرتی آواز دی؟
   • HiFi-GAN
   • ویو نیٹ
   • ٹیکوٹرون
   • میلگن
3. اصل WaveNet آڈیو بنانے میں سست کیوں تھا؟
   • اسے ہر لفظ کے لیے علیحدہ GPU درکار تھا۔
   • اس نے ہر ان پٹ پر خود کو دوبارہ تربیت دی۔
   • اس نے خود بخود ایک وقت میں آڈیو ایک نمونے کی پیش گوئی کی۔
   • اس نے آڈیو کے ساتھ ساتھ ویڈیو بھی پیش کیا۔
4. میل سپیکٹروگرام خاص طور پر کونسی معلومات کو ضائع کرتا ہے، جس سے ووکوڈر کا کام مشکل ہو جاتا ہے؟
   • آڈیو کی اونچ نیچ
   • جو زبان بولی جا رہی ہے۔
   • نمونہ کی شرح
   • سگنل کے مرحلے کی معلومات
5. GAN پر مبنی ووکوڈرز جیسے HiFi-GAN حقیقت پسندی کو کیسے بہتر بناتے ہیں؟
   • متعدد امتیازات کا استعمال کرتے ہوئے جو سگنل کو مختلف پیمانے پر پرکھتے ہیں۔
   • پہلے آڈیو کو ٹیکسٹ میں تبدیل کر کے
   • ایک ساتھ ہزاروں ریکارڈنگ کی اوسط سے
   • صرف کم تعدد پیدا کرکے
6. ایک عام جدید ٹی ٹی ایس پائپ لائن میں، میل سپیکٹروگرام کیا پیدا کرتا ہے جسے ووکوڈر استعمال کرتا ہے؟
   • ایک شور پیدا کرنے والا
   • ایک صوتی ماڈل جیسے Tacotron 2 یا FastSpeech
   • ووکوڈر خود
   • ایک مائکروفون
7. What component in HiFi-GAN combines residual blocks with different dilation patterns?
   • A phoneme tokenizer
   • A recurrent attention decoder
   • The multi-receptive-field fusion (MRF) module
   • A speaker-verification classifier
8. What does HiFi-GAN’s multi-period discriminator help assess?
   • Whether the text transcript is grammatically correct
   • Whether the speaker’s face matches the voice
   • Whether the mel-spectrogram uses enough colors
   • Whether generated waveform segments reflect realistic periodic patterns