引導式測驗 · 中等 等級

HiFi-GAN 和 GAN 聲碼器測驗

檢查梅爾波形聲編碼、前饋生成、週期性和多尺度鑑別器、對抗性訓練和輔助損失。

相關引導路徑Hifi GAN 與 GAN 聲碼器
問題 1 的 8

像 HiFi-GAN 這樣的聲碼器在文字轉語音管道中的主要工作是什麼?

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. 像 HiFi-GAN 這樣的聲碼器在文字轉語音管道中的主要工作是什麼?
    • 將梅爾頻譜圖轉換為原始音訊波形
    • 將原始文字轉換為音素
    • 將文字與持續時間對齊
    • 將語音從一種語言翻譯成另一種語言
  2. 为什么 HiFi-GAN 比早期的 WaveNet 声码器快得多?
    • 它使用較小的詞彙量
    • 它是前饋的,並在一次傳遞中產生整個波形,而不是自回歸
    • 它一次產生一個樣本的效率更高
    • 它完全跳过频谱图
  3. HiFi-GAN 的多周期鑑別器具體幫助捕獲什麼?
    • 词语的语义意义
    • 背景噪音水平
    • 與訊號中的音高相關的週期性模式
    • 說話者的情緒語氣標籤
  4. GAN 聲碼器經過「對抗性」訓練。這是什麼意思?
    • 該模型與人類敘述者競爭
    • 訓練期間混合兩種語言
    • 該模型僅根據速度而非品質獲得獎勵
    • 生成器試圖愚弄一個或多個判斷音訊是否真實的鑑別器
  5. 後來哪一個聲碼器擴展了 HiFi-GAN,以更好地泛化看不見的聲音、歌唱和樂器?
    • 大VGAN
    • 塔科特隆
    • 波網
    • 伯特
  6. 哪些輔助損耗有助於保持 HiFi-GAN 的訓練穩定並忠於輸入?
    • 翻譯損失
    • 梅爾譜圖重建損失
    • 令牌分類損失
    • 強化獎勵訊號
  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