Tacotron 2 کوئز

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

1. Tacotron 2 متن سے کس درمیانی نمائندگی کی پیش گوئی کرتا ہے؟
   • ایک میل سپیکٹروگرام
   • ایک JPEG تصویر
   • صرف خام ٹیکسٹ فونیم
   • ایک MIDI فائل
2. Tacotron 2 کے سپیکٹروگرام کو اصل ویوفارم میں کیا تبدیل کرتا ہے؟
   • ہجے چیک کرنے والا
   • ایک ترمیم شدہ WaveNet ووکوڈر
   • ایک سرچ انجن
   • ایک تصوراتی تصویر کا درجہ بندی کرنے والا
3. مقام کی حساس توجہ کس مسئلے کو روکنے میں مدد کرتی ہے؟
   • GPU کو زیادہ گرم کرنا
   • انٹرنیٹ کنکشن کا نقصان
   • ترکیب کے دوران دہرائے گئے یا چھوڑے گئے الفاظ
   • ان پٹ ٹیکسٹ میں املا کی غلطیاں
4. How does Tacotron 2 determine that it has generated the end of an utterance?
   • A human must press a button for every utterance
   • It always generates a fixed number of frames
   • The vocoder detects silence and interrupts the decoder
   • A learned stop-token prediction signals the decoder to stop
5. ٹیکسٹ ٹو سپیکٹروگرام حصہ کس مجموعی فن تعمیر کا انداز استعمال کرتا ہے؟
   • تسلسل سے ترتیب توجہ کے ساتھ
   • ایک سادہ تلاش کی میز
   • فیصلہ کن درخت
   • ایک جامد اصول سیٹ
6. کون سا بعد کا ماڈل Tacotron 2 کا تیز تر، غیر خودکار جانشین ہے؟
   • ریس نیٹ
   • فاسٹ اسپیچ 2
   • بی آر ٹی
   • الیکس نیٹ
7. What does the post-net in Tacotron 2 refine?
   • The input text spelling
   • The speaker’s identity metadata
   • The predicted mel-spectrogram
   • The final transcript punctuation
8. What does FastSpeech 2 add as conditioning information for speech variation?
   • A video soundtrack transcript only
   • A random microphone serial number
   • A mandatory image embedding
   • Pitch, energy, and more accurate duration information