Bài kiểm tra TTS có thể kiểm soát cao độ FastPitch

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

1. FastPitch dự đoán rõ ràng tín hiệu bổ sung nào cho từng mã thông báo đầu vào?
   • Cao độ (tần số cơ bản)
   • Giới tính của người nói
   • Mức ồn nền
   • ID ngôn ngữ
2. Làm thế nào FastPitch tạo ra mel-Spectrogram nhanh như vậy?
   • Bằng cách truyền phát âm thanh từng mẫu một
   • Không tự động hồi quy, trong một lần chuyển tiếp song song
   • Bằng cách sao chép từ cơ sở dữ liệu được ghi lại
   • Bằng cách chỉ chạy trên một lõi CPU
3. How can a user change the intonation contour in FastPitch output without retraining?
   • Bằng cách xóa âm vị
   • Bằng cách chỉ thay đổi hạt giống ngẫu nhiên
   • Bằng cách chia tỷ lệ hoặc chỉnh sửa các giá trị cao độ được dự đoán
   • Bằng cách giảm tốc độ mẫu
4. Trong quá trình đào tạo, mục tiêu quảng cáo chiêu hàng được chỉ định cho mỗi mã thông báo như thế nào?
   • Giá trị ngẫu nhiên
   • Biên độ tối đa của âm thanh
   • Chỉ giá trị của khung đầu tiên
   • Tần số cơ bản trung bình trong suốt thời lượng của mã thông báo
5. What synthesis throughput did the FastPitch paper report for a typical utterance?
   • Over 900× real time for mel-spectrogram synthesis in the reported setup
   • About one second of audio per hour
   • Exactly 2× real time for waveform output
   • No measurement of synthesis speed
6. Tại sao việc kiểm soát cao độ trên mỗi mã thông báo được mô tả là trực quan nhưng thô thiển?
   • Nó dự đoán cao độ trên mỗi mẫu âm thanh
   • Nó dự đoán một giá trị cao độ cho mỗi ký hiệu, không phải trên mỗi khung hình
   • Nó hoàn toàn bỏ qua cao độ
   • Nó chỉ hoạt động cho một loa
7. Which earlier parallel TTS architecture is FastPitch based on?
   • Tacotron 2
   • WavLM
   • FastSpeech
   • HiFi-GAN
8. Besides pitch, what token-level signal helps FastPitch align text with output frames?
   • Speaker gender
   • Background noise level
   • Language identity only
   • Predicted token duration