ویو نیٹ کوئز

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

1. WaveNet آڈیو کیسے تیار کرتا ہے؟
   • ایک وقت میں ایک خام نمونہ، پچھلے نمونوں پر مشروط
   • فکسڈ لائبریری سے کلپس منتخب کرکے
   • سپیکٹروگرام کو براہ راست متن میں تبدیل کرکے
   • تمام نمونے بیک وقت بغیر کسی آرڈر کے
2. WaveNet میں کلیدی تبدیلی کی اختراع کیا ہے؟
   • زیادہ سے زیادہ پولنگ پرتیں۔
   • پھیلی ہوئی وجہ کنولیشنز
   • صرف بار بار آنے والے دروازے
   • مکمل طور پر منسلک تہوں
3. How did the original WaveNet represent quantized waveform samples for prediction?
   • As a single continuous average for the entire clip
   • As speaker IDs only
   • As a categorical distribution over 256 µ-law-quantized values
   • As a sequence of image patches
4. اصل WaveNet کی ایک بڑی عملی خرابی کیا تھی؟
   • یہ صرف خاموشی ہی پیدا کر سکتا تھا۔
   • اس کے لیے کسی تربیتی ڈیٹا کی ضرورت نہیں تھی۔
   • یہ صرف تصاویر پر کام کرتا تھا۔
   • ترتیب وار نمونے لینے نے نسل کو سست کر دیا۔
5. In the speech-synthesis experiments described in the WaveNet paper, what does the model generate?
   • Raw speech waveforms sample by sample, conditioned on linguistic features
   • A mel-spectrogram that is itself the final audio
   • Only phoneme labels without audio
   • A MIDI score
6. کس تنظیم نے WaveNet متعارف کرایا؟
   • ناسا
   • DeepMind
   • OpenAI
   • Adobe
7. What does causal convolution prevent in WaveNet?
   • Using preceding samples as context
   • Generating any audio waveform
   • Using future audio samples to predict the current sample
   • Conditioning on text or speaker features
8. What activation structure does the original WaveNet use in its gated convolutional layers?
   • A ReLU output concatenated with image patches
   • A softmax over speakers only
   • A linear layer without nonlinearities
   • A tanh-filter output multiplied elementwise by a sigmoid gate