引导式测验 · 中等 等级

WaveNet 测验

回顾 WaveNet 的自回归波形生成、因果扩张卷积以及其原始采样过程为何缓慢的原因。

相关引导路径波网
问题 1 的 8

WaveNet 如何生成音频？

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. WaveNet 如何生成音频？
    • 一次一个原始样本，以之前的样本为条件
    • 通过从固定库中选择剪辑
    • 通过将频谱图直接转换为文本
    • 所有样品同时进行，无需订购
  2. WaveNet 的关键卷积创新是什么？
    • 最大池化层数
    • 扩张因果卷积
    • 仅循环门
    • 全连接层
  3. 最初的 WaveNet 是如何表示用于预测的量化波形样本的？
    • 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. 最初的 WaveNet 的主要实际缺点是什么？
    • 只能产生沉默
    • 它不需要训练数据
    • 它只适用于图像
    • 顺序采样使得生成速度变慢
  5. 在 WaveNet 论文中描述的语音合成实验中，该模型生成了什么？
    • 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. 哪个组织引入了 WaveNet？
    • 美国宇航局
    • 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