引導式測驗 · 中等 等級
StyleTTS 2 風格擴散測驗
測試 StyleTTS 2 如何建模語音風格、使用語音語言鑑別器進行訓練以及在報告的評估集上執行。
問題 1 的 8
StyleTTS 2 使用擴散過程建模什麼?
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。
- StyleTTS 2 使用擴散過程建模什麼?
- 控制韻律和音色的潛在“風格向量”
- 原始音頻波形逐一取樣
- 演講文字記錄
- 聽者的聽覺反應
- StyleTTS 2 中使用哪一種預訓練語音模型作為對抗鑑別器?
- ResNet-50
- 波形LM
- 伯特
- 剪輯
- 為什麼 StyleTTS 2 可以用多種自然的方式說出同一句話?
- 它隨機破壞輸入文本
- 它每次都使用不同的語言模型
- 風格是從分佈中採樣的,而不是固定的
- 它改變音素拼寫
- StyleTTS 2 作者對 LJSpeech 聽力評估報告了什麼?
- 它在每種語言和資料集上都勝過人類
- 沒有聽眾評估這些樣本
- 它僅在音樂上進行了測試
- 以母語為英語的聽眾在該研究中將其樣本評為高於人類錄音
- 「端到端」訓練為 StyleTTS 2 帶來了什麼?
- 梯度從波形質量流回整個管道
- 根本不需要文字輸入
- 它僅單獨訓練聲碼器
- 它消除了對任何神經網路的需要
- 對同一文本採樣不同的風格向量有什麼作用?
- 自動將轉錄內容轉換為不同語言
- 產生書面內容的不同韻律實現
- 保證每次演繹聽起來都像人類
- 消除對語音合成的需求
- 普通的 StyleTTS 2 合成需要什麼語音輸入來採樣風格?
- 始終需要三秒鐘的參考片段
- 必須先由人類聽眾說出該句子
- 不需要參考語音;它可以從文本條件模型中生成風格
- 每位訓練說話者的轉錄本
- StyleTTS 2 論文在什麼資料集上報告了零樣本說話者適應的結果?
- 影像網
- 可可
- MUSDB18
- LibriTTS