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。

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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