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

Bài kiểm tra về giọng nói sáng tạo MelGAN

Hiểu cách MelGAN ánh xạ các biểu đồ mel thành dạng sóng, sử dụng lấy mẫu tích chập và huấn luyện các bộ phân biệt đối xử ở nhiều tỷ lệ.

Đường dẫn hướng dẫn liên quanBộ mã hóa sáng tạo Melgan
Câu hỏi 1 của 8

MelGAN chuyển đổi đầu vào nào thành dạng sóng âm thanh thô?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. MelGAN chuyển đổi đầu vào nào thành dạng sóng âm thanh thô?
    • Một quang phổ mel
    • Ký tự văn bản thô
    • Một tập tin MIDI
    • Một mạng âm vị
  2. Tại sao MelGAN suy luận nhanh hơn WaveNet nhiều?
    • Nó sử dụng tốc độ mẫu nhỏ hơn
    • Nó không tự hồi quy và tạo ra âm thanh trong một lần truyền song song
    • Nó chỉ chạy trên TPU
    • Nó bỏ qua các dải tần số cao
  3. MelGAN đã giới thiệu thiết kế phân biệt đối xử đặc biệt nào?
    • Một người phân biệt đối xử toàn cầu duy nhất
    • Bộ phân biệt dựa trên máy biến áp
    • Bộ phân biệt đa quy mô hoạt động trên âm thanh ở nhiều độ phân giải
    • Không có sự phân biệt đối xử nào cả
  4. Trận thua nào giúp ổn định quá trình huấn luyện đối thủ của MelGAN?
    • Entropy chéo trên mã thông báo văn bản
    • Mất điểm ý kiến trung bình
    • Mất ký quỹ gấp ba lần
    • Mất tính năng phù hợp giữa các lần kích hoạt phân biệt đối xử
  5. Máy phát điện của MelGAN tăng trường tiếp nhận của nó như thế nào?
    • Bằng cách sử dụng các tích chập giãn nở trong các khối dư
    • Bằng cách thêm các lớp LSTM định kỳ
    • Bằng cách tập trung sự chú ý vào toàn bộ clip
    • Bằng cách xếp chồng các lớp gộp
  6. What subjective evaluation measure did the MelGAN paper report?
    • Tỷ lệ lỗi từ (WER)
    • Mean Opinion Score (MOS)
    • BLEU score
    • Peak signal-to-noise ratio (PSNR) only
  7. What do MelGAN’s transposed convolutions do in the generator?
    • Convert the waveform back into text
    • Choose the phonemes in the input sentence
    • Upsample the mel-spectrogram representation toward the audio waveform rate
    • Reduce the number of audio samples to zero
  8. Which audio domains did the MelGAN paper use to illustrate the generality of its techniques?
    • Machine translation, image captions, and video subtitling
    • Only speech recognition and speaker identification
    • Text summarization, code generation, and image classification
    • Speech synthesis, music-domain translation, and unconditional music synthesis