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

Bài kiểm tra khuếch tán phong cách StyleTTS 2

Kiểm tra cách StyleTTS 2 mô hình hóa phong cách giọng nói, đào tạo các bộ phân biệt ngôn ngữ lời nói và thực hiện trên các bộ đánh giá được báo cáo.

Đường dẫn hướng dẫn liên quanKhuếch tán phong cách Styletts 2
Câu hỏi 1 của 8

Mô hình StyleTTS 2 sử dụng quy trình khuếch tán là gì?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. Mô hình StyleTTS 2 sử dụng quy trình khuếch tán là gì?
    • Một 'vectơ phong cách' tiềm ẩn kiểm soát giai điệu và âm sắc
    • Mẫu dạng sóng âm thanh thô theo mẫu
    • Bản ghi văn bản của bài phát biểu
    • Phản ứng thính giác của người nghe
  2. Mô hình giọng nói được đào tạo trước nào được sử dụng làm công cụ phân biệt đối xử trong StyleTTS 2?
    • ResNet-50
    • WavLM
    • BERT
    • KẸP
  3. Tại sao StyleTTS 2 có thể nói cùng một câu theo nhiều cách tự nhiên?
    • Nó làm hỏng văn bản đầu vào một cách ngẫu nhiên
    • Nó sử dụng một mô hình ngôn ngữ khác nhau mỗi lần
    • Kiểu được lấy mẫu từ một bản phân phối thay vì cố định
    • Nó thay đổi chính tả âm vị
  4. What did the StyleTTS 2 authors report on the LJSpeech listening evaluation?
    • It outperformed humans on every language and dataset
    • No listeners evaluated the samples
    • It was tested only on music
    • Native English listeners rated its samples above the human recordings in that study
  5. Việc đào tạo 'từ đầu đến cuối' mang lại cho StyleTTS 2 những gì?
    • Độ dốc chuyển từ chất lượng dạng sóng trở lại toàn bộ đường ống
    • Nó không cần nhập văn bản nào cả
    • Nó chỉ đào tạo bộ phát âm riêng biệt
    • Nó loại bỏ sự cần thiết của bất kỳ mạng lưới thần kinh nào
  6. What can sampling different style vectors do for the same text?
    • Change the transcript into a different language automatically
    • Produce different prosodic realizations of the written content
    • Guarantee every rendition sounds human
    • Remove the need for speech synthesis
  7. What speech input does ordinary StyleTTS 2 synthesis require to sample a style?
    • A three-second reference clip is always required
    • A human listener must speak the sentence first
    • No reference speech is required; it can generate style from the text-conditioned model
    • A transcript of every training speaker
  8. On which dataset did the StyleTTS 2 paper report results for zero-shot speaker adaptation?
    • ImageNet
    • COCO
    • MUSDB18
    • LibriTTS