引导式测验 · 中等 等级

HiFi-GAN 和 GAN 声码器测验

检查梅尔波形声编码、前馈生成、周期性和多尺度鉴别器、对抗性训练和辅助损失。

相关引导路径Hifi GAN 和 GAN 声码器
问题 1 的 8

像 HiFi-GAN 这样的声码器在文本转语音管道中的主要工作是什么？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. 像 HiFi-GAN 这样的声码器在文本转语音管道中的主要工作是什么？
    • 将梅尔频谱图转换为原始音频波形
    • 将原始文本转换为音素
    • 将文本与持续时间对齐
    • 将语音从一种语言翻译成另一种语言
  2. 为什么 HiFi-GAN 比早期的 WaveNet 声码器快得多？
    • 它使用较小的词汇量
    • 它是前馈的，并在一次传递中产生整个波形，而不是自回归
    • 它一次生成一个样本的效率更高
    • 它完全跳过频谱图
  3. HiFi-GAN 的多周期鉴别器具体帮助捕获什么？
    • 词语的语义意义
    • 背景噪音水平
    • 与信号中的音高相关的周期性模式
    • 说话者的情绪语气标签
  4. GAN 声码器经过“对抗性”训练。这是什么意思？
    • 该模型与人类叙述者竞争
    • 训练期间混合两种语言
    • 该模型仅根据速度而非质量获得奖励
    • 生成器试图愚弄一个或多个判断音频是否真实的鉴别器
  5. 后来哪一个声码器扩展了 HiFi-GAN，以更好地泛化看不见的声音、歌唱和乐器？
    • 大VGAN
    • 塔科特隆
    • 波网
    • 伯特
  6. 哪些辅助损失有助于保持 HiFi-GAN 的训练稳定并忠实于输入？
    • 翻译损失
    • 梅尔谱图重建损失
    • 令牌分类损失
    • 强化奖励信号
  7. What does HiFi-GAN’s Multi-Scale Discriminator examine?
    • Only the text transcript
    • The model’s optimizer state
    • Waveforms at several downsampled resolutions
    • One mel bin at a time
  8. Why include a mel-spectrogram reconstruction loss alongside adversarial loss?
    • To eliminate the generator
    • To make the model autoregressive
    • To remove the conditioning mel-spectrogram
    • To anchor spectral content while discriminators encourage realistic waveform texture