کچھوا TTS آٹوریگریسو سنتھیسس کوئز

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

1. What does Tortoise’s autoregressive transformer do in the synthesis pipeline?
   • Predicts speech tokens conditioned on text and speaker information
   • Measures the final waveform’s loudness only
   • Selects a license for the generated audio
   • Converts video frames into subtitles
2. کچھوا صرف چند مختصر حوالہ کلپس کے ساتھ کیا کر سکتا ہے؟
   • آڈیو کو متن میں نقل کریں۔
   • ہدف کی آواز کو کلون کریں اور صوابدیدی متن پڑھیں
   • صرف زبانوں کا ترجمہ کریں۔
   • پس منظر کے شور کو ہٹا دیں۔
3. کن دو ماڈل خاندانوں نے کچھوے کے ڈیزائن کو سب سے زیادہ متاثر کیا؟
   • فیصلہ کن درخت اور SVMs
   • اصول پر مبنی فونیم ٹیبلز اور HMMs
   • آٹوریگریسو ٹرانسفارمرز اور بازی
   • صرف Convolutional فلٹرز
4. کچھوا ایک سے زیادہ تیار کردہ امیدواروں میں سے کیسے انتخاب کرتا ہے؟
   • یہ پہلا چنتا ہے۔
   • یہ ہمیشہ سب سے چھوٹا چنتا ہے۔
   • یہ صارف سے پوچھتا ہے۔
   • یہ متن کے خلاف درجہ بندی کرنے کے لیے CLVP اسکورنگ ماڈل کا استعمال کرتا ہے۔
5. کچھوا TTS کس نے بنایا؟
   • جیمز بیٹکر
   • جیفری ہنٹن
   • ایان گڈ فیلو
   • اندریج کارپاتھی
6. کچھوا نسبتاً سست ہونے کی بنیادی وجہ کیا ہے؟
   • یہ ہر بار بادل سے آوازیں ڈاؤن لوڈ کرتا ہے۔
   • یہ معیار، نمونے لینے اور بہت سے امیدواروں کو بہتر بنانے کو ترجیح دیتا ہے۔
   • یہ صرف CPUs پر چلتا ہے۔
   • یہ آڈیو کو بار بار کمپریس کرتا ہے۔
7. What can Tortoise’s random voice option generate without a supplied reference speaker?
   • A verified recording of a specific real person
   • A translation of an existing speaker’s legal identity
   • A synthetic voice selected by the model
   • A speaker embedding from a missing audio file
8. How does Tortoise package reference-voice conditioning for reuse?
   • It stores only a text transcript
   • It saves the voice as a LoRA for an image model
   • It records the speaker’s legal name in the waveform
   • It stores autoregressive and diffusion conditioning latents