《人工智能通识（AIGC版）》课后交互式测验-参考答案 测验4-02 AIGC工具和文生音频技术-参考答案

【单选题】在“文生音频”技术的文本分析阶段，以下哪项操作是核心任务？

A.生成梅尔频谱参数

B.将文本转换为拼音标注和韵律标记

C.使用HiFi-GAN合成语音波形

D.预测基频F0曲线答案：B

解析：文本分析阶段的核心任务包括中文分词、多音字判别、韵律标注等，最终输出带有语音学标记的文本序列（如拼音、重音位置）。选项A和D属于声学建模阶段，选项C是波形生成阶段的技术，均错误。【单选题】现代语音合成系统的声学建模阶段主要依赖以下哪种技术？

A.傅里叶变换

B.基于深度学习的神经网络（如FastSpeech）

C.谱减法降噪

D.动态音量均衡答案：B

解析：文档提到，声学建模阶段采用深度学习模型（如FastSpeech）将文本特征映射到声学参数。选项A是特征提取技术，选项C是预处理步骤，选项D是波形生成的后处理技术，均不符合题意。【单选题】HiFi-GAN在“文生音频”技术中的作用是什么？

A.清洗原始文本

B.预测音素持续时间

C.将声学参数转换为语音波形

D.标注多音字读音答案：C

解析：HiFi-GAN属于神经声码器，负责将声学参数合成为语音波形。选项A是文本分析阶段的任务，选项B是声学模型的功能，选项D属于文本分析，均错误。【单选题】以下哪款工具专注于生成音乐与歌词，并支持完整歌曲创作？

A.WaveNet

B.Suno.ai

C.ResembleAI

D.讯飞语音合成答案：B

解析：文档指出，Suno.ai“支持生成音乐与歌词，结合文本输入创作完整歌曲”。选项A主要用于语音合成，选项C专注于语音克隆，选项D是中文语音合成工具，均不符合。【单选题】科大讯飞语音合成工具的核心优势是？

A.多语言支持和自然语调

B.中文方言和情感语调适配

C.实时语音克隆技术

D.影视配音与音频修复答案：B

解析：文档提到，科大讯飞“中文语音合成技术领先，支持方言和情感语调”。选项A是WaveNet的特点，选项C是Overdub的功能，选项D属于ProjectVoCo的应用场景，均错误。【单选题】在波形生成阶段，以下哪项是优化语音质量的关键步骤？

A.多音字判别

B.动态音量均衡和高频补偿

C.分词处理

D.训练声学模型答案：B

解析：文档提到，波形生成阶段通过“动态音量均衡、高频补偿和自然呼吸声添加”优化音质。选项A和C属于文本分析阶段，选项D是声学建模的任务，均错误。【单选题】关于主流AIGC音频工具的描述，以下哪项正确？

A.腾讯云智聆主要面向影视配乐和游戏音效

B.百度语音合成支持多音色和实时合成

C.Overdub由Adobe开发，用于语音编辑与修复

D.AIVA专注于生成高保真语音答案：B

解析：文档明确提到，百度语音合成“支持多音色和实时合成”。选项A中腾讯云智聆的应用场景是社交应用、游戏配音等；选项C中Overdub由Descript开发；选项D中AIVA专注于音乐生成，均错误。【判断题】文本分析阶段的主要任务是清洗文本并进行中文分词和多音字判别。

答案：对

解析：文档明确指出，文本分析阶段包含文本清洗、中文分词、多音字判别等操作，因此该说法正确。【判断题】声学建模阶段使用HiFi-GAN将声学参数转换为语音波形。

答案：错

解析：HiFi-GAN属于波形生成阶段的声码器，其作用是将声学参数合成为语音波形。声学建模阶段的任务是通过深度学习模型（如FastSpeech）预测声学参数，因此该说法错误。【判断题】Suno.ai的主要功能是生成音乐与歌词，支持完整歌曲创作。

答案：对

解析：文档提到，Suno.ai“支持生成音乐与歌词，结合文本输入创作完整歌曲”，因此该说法正确。【判断题】科大讯飞语音合成工具的核心优势是支持多语言和自然语调。

答案：错

解析：文档指出，科大讯飞的核心优势是“中文语音合成技术领先，支持方言和情感语调”。多语言支持是WaveNet的特点，因此该说法错误。【判断题】波形生成阶段的后处理包括动态音量均衡和高频补偿。

答案：对

解析：文档明确提到，波形生成阶段通过“动态音量均衡、高频补偿和自然呼吸声添加”优化语音质量，因此该说法正确。【判断题】Overdub是由Adobe开发的语音编辑工具。

答案：错

解析：Overdub由Descript开发，而Adobe开