2026年人工智能语音合成真题题库.docx

2026年人工智能语音合成真题题库

一、单项选择题（每题2分，共20分）

1.在端到端语音合成系统中，下列哪一项最常被用作声学特征提取的输入？

A.梅尔频谱（Mel-spectrogram）

B.线性预测系数（LPC）

C.基频（F0）

D.短时能量（Short-timeEnergy）

答案：A

解析：梅尔频谱保留了人耳听觉感知的关键信息，且与神经声码器兼容性最佳。

2.当使用HiFi-GAN作为声码器时，其生成器网络中“多感受野融合模块（MRF）”的主要作用是：

A.降低模型参数量

B.增强不同时间尺度下的细节建模

C.抑制频谱泄漏

D.实现实时流式合成

答案：B

解析：M