引導式測驗 · 中等 等級

Bark 產生音訊模型測驗

了解 Bark 的分階段音訊令牌產生、EnCodec 波形解碼器,以及文字提示如何引發語音和非語言聲音。

相關引導路徑樹皮生成音訊模型
問題 1 的 8

Bark 與傳統文字轉語音引擎有何不同?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. Bark 與傳統文字轉語音引擎有何不同?
    • 它可以產生非語言的聲音,如笑聲和音樂,而不僅僅是語音
    • 它只會輸出乾淨的機器人語音
    • 每個輸出都需要錄製語音樣本
    • 它將音訊轉換為文字
  2. 誰發布了 Bark 模型?
    • OpenAI
    • Suno
    • Google DeepMind
    • Meta
  3. Bark 根本上是如何產生音訊的?
    • 透過將預先錄製的音素拼接在一起
    • 透過將濾鏡應用於參考錄音
    • 透過像語言模型一樣自回歸預測離散音訊標記
    • 透過渲染 MIDI 音符
  4. Bark 使用什麼神經編解碼器將標記轉換為波形?
    • MP3
    • FLAC
    • 波網
    • Meta 的編碼解碼器
  5. 為什麼相同的 Bark 提示每次都會產生不同的結果?
    • 生成是機率性的,因此每次運行都會採樣不同的序列
    • 它隨機緩存輸出
    • 重複提示時總是出錯
    • 這取決於一天中的時間
  6. 與專用 TTS 系統相比,Bark 的已知缺點是什麼?
    • 它不會說任何語言
    • 它可以產生額外的聲音並且難以控制
    • 它只能離線工作
    • 它產生無聲的音頻
  7. What does Bark’s semantic-to-coarse stage produce?
    • A transcript of the generated waveform
    • A mel-spectrogram with no audio tokens
    • The first two EnCodec audio codebooks
    • An image embedding
  8. How can a Bark prompt request a nonverbal event such as laughter?
    • Add an image mask to the audio tokens
    • Train a new EnCodec model for every cue
    • Convert the cue to a CSV file
    • Include a cue such as [laughs] in the text prompt