引導式測驗 · 中等 等級

準備文字轉語音(TTS)資料集測驗

準備對齊的 TTS 錄音,確保採集、分段、文字規範、清單檔案、來源層級分割以及同意記錄的一致性。

相關引導路徑準備 TTS 資料集
問題 1 的 8

哪一組配對構成監督式 TTS 訓練範例?

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. 哪一組配對構成監督式 TTS 訓練範例?
    • 配對來自不同發音的音訊與文字稿
    • 僅配對音訊與說話者 ID,沒有文字目標
    • 配對錄音與其對應的文字
    • 配對文字稿與另一位說話者的音訊
  2. 為什麼分段時應避免切割音節或單字?
    • 固定時長切割即使分割語音也能保留所有語音上下文
    • 邊界切割可能會移除文字稿所需的聲學證據
    • 停頓總是保證安全的語言邊界
    • 即使音訊被截斷,文字稿邊界仍然有效
  3. 哪種錄音做法能減少不必要的聲道變化?
    • 為每個發音改變麥克風和距離以消除聲道差異
    • 無論是否有雜訊,對每個片段應用強烈的降噪處理
    • 在保留說話者特徵之前,將音高正規化到共同值
    • 保持麥克風位置和增益一致
  4. 為什麼要記錄文字正規化規則?
    • 數字、縮寫和標點符號可能會被不一致地表示
    • 將所有數字寫成數位,因為每個 TTS 分詞器對數字的處理方式都相同
    • 移除所有標點符號,因為它不會影響合成
    • 將不熟悉的名稱映射到任意已知的單字,以保持詞彙表固定
  5. 應如何處理強制對齊(forced-alignment)的輸出?
    • 將對齊器的信心分數視為轉錄文字正確的證明
    • 跳過審查,因為自動對齊保證了音訊的完整性
    • 檢查不確定的邊界並分別驗證轉錄的正確性
    • 假設對齊器會推斷出轉錄中遺漏的單字
  6. 訓練集與評估集的劃分應如何處理同一場次中的重複錄音?
    • 在分段後隨機拆分相鄰的錄音
    • 將來自同一場次的相關錄音保留在同一個分區中
    • 將同一錄音的增強副本放置在不同的分區中
    • 使用測試音訊來選擇訓練標準化方式
  7. 語音覆蓋率(phonetic coverage)描述的是什麼?
    • 錄音集中不同說話者的數量
    • 收集到的素材總時長
    • 獨立文字提示的數量
    • 資料集代表語音及其組合的廣度
  8. 保留原始錄音和轉換來源記錄(provenance)能帶來什麼具體好處?
    • 審核變更並重新審視預處理決策
    • 確保模型無法記住訓練短語
    • 消除對留出法(held-out)評估的需求
    • 僅憑檔案元資料建立訓練許可