引导式测验 · 中等 等级

MelGAN 生成声码器测验

了解 MelGAN 如何将梅尔频谱图映射到波形、使用卷积上采样以及在多个尺度上训练鉴别器。

相关引导路径Melgan 生成声码器
问题 1 的 8

MelGAN 将什么输入转换为原始音频波形？

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. MelGAN 将什么输入转换为原始音频波形？
    • 梅尔谱图
    • 原始文本字符
    • MIDI 文件
    • 音素格
  2. 为什么 MelGAN 的推理速度比 WaveNet 快得多？
    • 它使用较小的采样率
    • 它是非自回归的，并在一次并行过程中生成音频
    • 它仅在 TPU 上运行
    • 它跳过高频段
  3. MelGAN 引入了哪些独特的判别器设计？
    • 单一全局判别器
    • 基于变压器的鉴别器
    • 以多种分辨率对音频进行操作的多尺度鉴别器
    • 根本没有歧视者
  4. 哪种损失有助于稳定 MelGAN 的对抗训练？
    • 文本标记上的交叉熵
    • 平均意见得分损失
    • 三重保证金损失
    • 鉴别器激活之间的特征匹配损失
  5. MelGAN 的生成器如何增加其感受野？
    • 通过在残差块中使用扩张卷积
    • 通过添加循环 LSTM 层
    • 通过关注整个剪辑
    • 通过堆叠池化层
  6. What subjective evaluation measure did the MelGAN paper report?
    • 字错误率 (WER)
    • Mean Opinion Score (MOS)
    • BLEU 分数
    • 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