Câu đố về WaveNet

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

1. WaveNet tạo ra âm thanh như thế nào?
   • Mỗi lần một mẫu thô, được điều chỉnh dựa trên các mẫu trước đó
   • Bằng cách chọn clip từ thư viện cố định
   • Bằng cách chuyển đổi các biểu đồ phổ trực tiếp thành văn bản
   • Tất cả các mẫu đồng thời không có thứ tự
2. Sự đổi mới tích chập quan trọng trong WaveNet là gì?
   • Lớp tổng hợp tối đa
   • Sự kết hợp nhân quả giãn nở
   • Chỉ cổng lặp lại
   • Các lớp được kết nối đầy đủ
3. How did the original WaveNet represent quantized waveform samples for prediction?
   • As a single continuous average for the entire clip
   • As speaker IDs only
   • As a categorical distribution over 256 µ-law-quantized values
   • As a sequence of image patches
4. Hạn chế thực tế lớn của WaveNet ban đầu là gì?
   • Nó chỉ có thể tạo ra sự im lặng
   • Nó không yêu cầu dữ liệu đào tạo
   • Nó chỉ hoạt động trên hình ảnh
   • Lấy mẫu tuần tự làm cho quá trình tạo chậm
5. In the speech-synthesis experiments described in the WaveNet paper, what does the model generate?
   • Raw speech waveforms sample by sample, conditioned on linguistic features
   • A mel-spectrogram that is itself the final audio
   • Only phoneme labels without audio
   • A MIDI score
6. Tổ chức nào đã giới thiệu WaveNet?
   • NASA
   • DeepMind
   • OpenAI
   • Adobe
7. What does causal convolution prevent in WaveNet?
   • Using preceding samples as context
   • Generating any audio waveform
   • Using future audio samples to predict the current sample
   • Conditioning on text or speaker features
8. What activation structure does the original WaveNet use in its gated convolutional layers?
   • A ReLU output concatenated with image patches
   • A softmax over speakers only
   • A linear layer without nonlinearities
   • A tanh-filter output multiplied elementwise by a sigmoid gate