引導式測驗 · 中等 等級
Tortoise TTS 自迴歸綜合測驗
了解 Tortoise 如何結合自回歸語音標記、擴散解碼器和候選選擇以實現高品質合成。
問題 1 的 8
Tortoise 的自回歸 transformer 在合成流程中扮演什麼角色?
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。
- Tortoise 的自回歸 transformer 在合成流程中扮演什麼角色?
- 根據文字與說話者資訊預測語音標記
- 僅測量最終波形的音量
- 為產生的音訊選擇授權
- 將影片畫格轉換為字幕
- 僅用幾個簡短的參考剪輯,Tortoise 就能做什麼?
- 將音訊轉錄為文字
- 複製目標語音並朗讀任意文本
- 僅翻譯語言
- 消除背景噪音
- 哪兩個模型系列對 Tortoise 的設計影響最大?
- 決策樹與 SVM
- 基於規則的音素表和 HMM
- 自回歸變壓器和擴散
- 僅卷積濾波器
- Tortoise 如何在多個生成的候選者中進行選擇?
- 它選擇第一個
- 它總是選擇最短的
- 它詢問用戶
- 它使用 CLVP 評分模型根據文字對它們進行排名
- 誰創建了烏龜 TTS?
- 詹姆斯貝特克
- 傑弗裡·辛頓
- 伊恩·古德費洛
- 安德烈·卡帕蒂
- 烏龜相對較慢的主要原因是什麼?
- 每次都會從雲端下載語音
- 它優先考慮質量,對許多候選人進行抽樣和提煉
- 它僅在 CPU 上運行
- 它重複壓縮音頻
- 在未提供參考說話者的情況下,Tortoise 的隨機語音選項可以產生什麼?
- 特定真實人物的驗證錄音
- 現有說話者法律身分的翻譯
- 模型選擇的合成語音
- 缺少音訊檔案的說話者嵌入
- Tortoise 如何打包參考語音條件以供重複使用?
- 它僅儲存文字稿
- 它將語音儲存為影像模型的 LoRA
- 它在波形中記錄說話者的法定姓名
- 它儲存自回歸與擴散條件潛在向量