Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Bài kiểm tra căn chỉnh đơn điệu Glow-TTS

Kiểm tra cách Glow-TTS sử dụng tìm kiếm căn chỉnh đơn điệu và bộ dự đoán thời lượng để tổng hợp giọng nói song song mà không cần bộ căn chỉnh bên ngoài.

Đường dẫn hướng dẫn liên quanCăn chỉnh đơn điệu Glow Tts
Câu hỏi 1 của 8

Glow-TTS hướng tới giải quyết vấn đề gì với TTS dựa trên sự chú ý?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. Glow-TTS hướng tới giải quyết vấn đề gì với TTS dựa trên sự chú ý?
    • Bỏ qua hoặc lặp lại các từ trong câu dài
    • Âm thanh quá yên tĩnh
    • Không thể sử dụng GPU
    • Thiếu bộ mã hóa văn bản
  2. MAS có nghĩa là gì trong Glow-TTS?
    • Tổng hợp âm thanh Mel
    • Tìm kiếm căn chỉnh đơn điệu
    • Hệ thống đa chú ý
    • Bộ lấy mẫu âm thanh mô-đun
  3. Tại sao sự liên kết cần phải đơn điệu?
    • Để làm cho âm thanh to hơn
    • Để giảm kích thước tập tin
    • Bởi vì văn bản được đọc theo thứ tự từ trái sang phải theo thời gian
    • Để hỗ trợ nhiều loa
  4. Glow-TTS sử dụng loại bộ giải mã nào để lập mô hình phổ?
    • Một mạng lưới chú ý định kỳ
    • Trình phân loại tích chập
    • Mô hình ngôn ngữ biến đổi
    • Một dòng chảy bình thường hóa
  5. Tại thời điểm suy luận, Glow-TTS quyết định thời lượng tồn tại của mỗi mã thông báo văn bản như thế nào?
    • Bộ dự đoán thời lượng xuất ra số lượng khung hình trên mỗi mã thông báo
    • Nó chạy lại MAS trên âm thanh
    • Nó đoán ngẫu nhiên
    • Nó sử dụng micro
  6. Lợi thế thực tế của Glow-TTS là không tự thoái lui là gì?
    • Nó không cần nhập văn bản
    • Nó có thể tạo ra tất cả các khung song song để tổng hợp nhanh
    • Nó không thể kiểm soát cao độ
    • Nó chỉ hoạt động ngoại tuyến
  7. What does the surjective-alignment assumption mean in Glow-TTS?
    • Each speech frame maps to multiple languages
    • Some text tokens must be skipped
    • Every text token maps to at least one speech frame
    • The output audio has no frame sequence
  8. How does Glow-TTS find a likely alignment during training?
    • A human marks every phoneme-frame pair by hand
    • It randomly permutes the text tokens
    • A waveform classifier chooses a speaker identity
    • Dynamic programming searches for the most probable valid monotonic path