引导式测验 · 中等 等级

Voicebox 流程匹配语音生成测验

测试 Voicebox 的语音填充目标、流程匹配生成、上下文编辑和报告的多语言训练范围。

相关引导路径Voicebox 流程匹配语音生成
问题 1 的 8

Voicebox 针对哪些单一训练任务进行了优化？

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. Voicebox 针对哪些单一训练任务进行了优化？
    • 在给定周围上下文和文本的情况下预测屏蔽音频
    • 对说话者的情绪进行分类
    • 在语言之间翻译文本
    • 检测深度赝品
  2. Voicebox 使用哪种生成技术来代替扩散？
    • 强化学习
    • 条件流匹配
    • 决策树
    • K-均值聚类
  3. Voicebox 如何在不重新训练的情况下调节目标说话者的语音生成？
    • It retrains the model for every speaker
    • It selects from a fixed list of speaker IDs only
    • It uses a short reference segment as unmasked audio context
    • It averages all training speakers into one voice
  4. Voicebox 论文报告的零样本 TTS 比较的效率结果如何？
    • It required 20× more generation time
    • 它在没有任何神经网络的情况下运行
    • It always produced audio in a single millisecond
    • It generated speech up to 20× faster than the compared VALL-E system in the reported setup
  5. 为什么 Meta 最初保留完整的 Voicebox 模型？
    • 对声音克隆滥用和深度伪造的担忧
    • 跑得太慢了
    • 它只适用于一种语言
    • 它没有产生可用的音频
  6. 一个模型如何处理 Voicebox 中的编辑、克隆和去噪？
    • 通过为每个任务切换到不同的网络
    • 通过将每个任务定义为从上下文中预测屏蔽音频
    • 通过使用单独的特定于任务的训练运行
    • 通过手动编写每个输出的脚本
  7. How many languages did the Voicebox paper report for its multilingual training setup?
    • One language only
    • Two languages
    • Six languages
    • More than one hundred languages
  8. How much speech data did the Voicebox paper report using?
    • About 50 hours
    • About 500 hours
    • More than 50 million hours
    • More than 50,000 hours