Câu đố về mô hình âm thanh sáng tạo của Bark

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

1. Điều gì khiến Bark khác biệt với công cụ chuyển văn bản thành giọng nói truyền thống?
   • Nó có thể tạo ra những âm thanh phi ngôn ngữ như tiếng cười và âm nhạc, không chỉ lời nói
   • Nó chỉ tạo ra giọng nói rõ ràng như robot
   • Nó yêu cầu một mẫu giọng nói được ghi lại cho mỗi đầu ra
   • Nó chuyển đổi âm thanh thành văn bản
2. Ai đã phát hành mô hình Bark?
   • OpenAI
   • Suno
   • Google DeepMind
   • Meta
3. Về cơ bản Bark tạo ra âm thanh như thế nào?
   • Bằng cách ghép các âm vị được ghi sẵn lại với nhau
   • Bằng cách áp dụng các bộ lọc cho bản ghi tham chiếu
   • Bằng cách dự đoán các mã thông báo âm thanh rời rạc tự động giống như mô hình ngôn ngữ
   • Bằng cách hiển thị ghi chú MIDI
4. Bark sử dụng codec thần kinh nào để biến mã thông báo thành dạng sóng?
   • MP3
   • FLAC
   • WaveNet
   • Mã hóa của Meta
5. Tại sao cùng một lời nhắc Bark có thể tạo ra các kết quả khác nhau mỗi lần?
   • Việc tạo có tính xác suất, vì vậy mỗi lần chạy sẽ lấy mẫu một chuỗi khác nhau
   • Nó lưu trữ kết quả đầu ra một cách ngẫu nhiên
   • Nó luôn báo lỗi khi lặp lại lời nhắc
   • Nó phụ thuộc vào thời gian trong ngày
6. Nhược điểm đã biết của Bark so với các hệ thống TTS chuyên dụng là gì?
   • Nó không thể nói được bất kỳ ngôn ngữ nào
   • Nó có thể gây ảo giác thêm âm thanh và khó kiểm soát hơn
   • Nó chỉ hoạt động ngoại tuyến
   • Nó tạo ra âm thanh im lặng
7. Giai đoạn ngữ nghĩa đến thô của Bark tạo ra điều gì?
   • Bản ghi của dạng sóng được tạo
   • Một mel-Spectrogram không có mã thông báo âm thanh
   • Hai sách mã âm thanh EnCodec đầu tiên
   • Nhúng hình ảnh
8. Làm cách nào lời nhắc của Bark có thể yêu cầu một sự kiện phi ngôn ngữ như tiếng cười?
   • Thêm mặt nạ hình ảnh vào mã thông báo âm thanh
   • Đào tạo mô hình EnCodec mới cho mọi tín hiệu
   • Chuyển đổi tín hiệu thành tệp CSV
   • Bao gồm một gợi ý chẳng hạn như [cười] trong lời nhắc văn bản