Quiz: Generación de Audio y Música
Ponga a prueba sus conocimientos sobre texto a voz, IA musical y ética de clonación de voz.
30 preguntas - Haga clic en cada pregunta para revelar la respuesta correcta.
Pregunta 1
¿Qué significa TTS?
A) Síntesis Total de Texto
B) Texto a Voz
C) Sistema Técnico de Texto
D) Transformar Sonido de Texto
Mostrar respuesta
Respuesta correcta: B
TTS significa Texto a Voz, la tecnología que convierte texto escrito en audio hablado.
Pregunta 2
¿Qué plataforma se considera actualmente líder en síntesis de voz realista?
A) Google TTS
B) Amazon Polly
C) ElevenLabs
D) Boomy
Mostrar respuesta
Respuesta correcta: C
ElevenLabs es ampliamente considerada la líder actual en síntesis de voz realista y natural para aplicaciones de consumo.
Pregunta 3
¿Para qué se utiliza SSML en TTS?
A) Modelado de síntesis de sonido
B) Control detallado de la salida de voz
C) Compresión de audio
D) Clonación de voz
Mostrar respuesta
Respuesta correcta: B
SSML (Speech Synthesis Markup Language) permite un control detallado sobre la salida de voz, incluyendo velocidad, tono, pausas y énfasis.
Pregunta 4
¿Qué plataforma de música con IA puede generar canciones completas con voces?
A) Solo AIVA
B) Suno y Udio
C) Solo Mubert
D) Ninguna - la IA no puede generar voces
Mostrar respuesta
Respuesta correcta: B
Suno y Udio pueden generar canciones completas con voces, letras e instrumentales generados por IA.
Pregunta 5
¿Cuál es la muestra mínima requerida para clonación instantánea de voz con ElevenLabs?
A) 5 segundos
B) 30 segundos
C) 5 minutos
D) 1 hora
Mostrar respuesta
Respuesta correcta: B
ElevenLabs requiere un mínimo de 30 segundos de audio para la clonación instantánea de voz.
Pregunta 6
¿Cuál es el requisito ético más importante para la clonación de voz?
A) Audio de alta calidad
B) Consentimiento de la persona clonada
C) Pago al sujeto
D) Equipamiento profesional
Mostrar respuesta
Respuesta correcta: B
El consentimiento de la persona cuya voz se va a clonar es el requisito ético más importante. Clonar una voz sin consentimiento es poco ético y, a menudo, ilegal.
Pregunta 7
¿Por qué es más conocida AIVA?
A) Música pop
B) Clonación de voz
C) Composiciones clásicas y orquestales
D) Producción de pódcast
Mostrar respuesta
Respuesta correcta: C
AIVA se especializa en composiciones clásicas y orquestales, lo que la hace popular para bandas sonoras y música de películas.
Pregunta 8
¿Qué es un "vocoder" en los sistemas TTS?
A) Un grabador de voz
B) Convierte características acústicas en forma de onda de audio
C) Un tipo de micrófono
D) Un algoritmo de compresión
Mostrar respuesta
Respuesta correcta: B
Un vocoder es el componente que convierte las características acústicas generadas por el modelo en una forma de onda de audio real.
Pregunta 9
¿Qué tipo de estafa utiliza la tecnología de clonación de voz?
A) Phishing
B) Estafas del nieto / Fraude del CEO
C) Clickbait
D) Robo de cookies
Mostrar respuesta
Respuesta correcta: B
La clonación de voz se utiliza en "estafas del nieto" (suplantando a familiares) y fraude del CEO (suplantando a ejecutivos para autorizar transferencias).
Pregunta 10
¿Qué plataforma ofrece música generada por IA libre de derechos para streaming?
A) Suno
B) Mubert
C) AIVA
D) ElevenLabs
Mostrar respuesta
Respuesta correcta: B
Mubert se especializa en música generativa en tiempo real con opciones libres de derechos para streaming y uso de fondo.
Pregunta 11
¿Qué hace que el TTS moderno suene más natural que los sistemas antiguos?
A) Mayor volumen
B) Redes neuronales y modelado de prosodia
C) Procesamiento más rápido
D) Mejores micrófonos
Mostrar respuesta
Respuesta correcta: B
El TTS moderno utiliza redes neuronales para modelar la prosodia (ritmo, acentuación, entonación), haciendo que el habla suene natural en lugar de robótica.
Pregunta 12
¿Quién es el propietario de la música generada con Suno Pro?
A) Siempre Suno
B) Nadie
C) El usuario para uso comercial
D) Dominio público
Mostrar respuesta
Respuesta correcta: C
Con suscripciones Suno Pro, los usuarios son propietarios de sus creaciones y pueden usarlas comercialmente.
Pregunta 13
¿Cuál es la etiqueta SSML para crear una pausa en el habla?
A) <pause>
B) <break>
C) <stop>
D) <wait>
Mostrar respuesta
Respuesta correcta: B
La etiqueta <break> crea pausas en el habla, como <break time="500ms"/>.
Pregunta 14
¿Qué caso de uso de la clonación de voz se considera legítimo y ético?
A) Suplantar celebridades
B) Preservación de la voz para pacientes médicos
C) Crear declaraciones políticas falsas
D) Eludir autenticación por voz
Mostrar respuesta
Respuesta correcta: B
La preservación de la voz para pacientes con condiciones como ELA, que pueden perder su voz, es un uso legítimo y beneficioso de la clonación de voz.
Pregunta 15
¿Cuál es el mejor enfoque para los prompts de música con IA?
A) Hacerlos lo más cortos posible
B) Ser específico sobre género, estado de ánimo, tempo e instrumentos
C) Usar solo palabras sueltas
D) Copiar exactamente los prompts de otros
Mostrar respuesta
Respuesta correcta: B
Los prompts efectivos para música con IA deben ser específicos sobre género, estado de ánimo, tempo, instrumentos y otros detalles para obtener mejores resultados.
Pregunta 16
¿Qué ley en la UE aborda el contenido de voz generado por IA?
A) Ley de Música
B) AI Act y GDPR
C) Ley de Derechos de Voz
D) No existen leyes relevantes
Mostrar respuesta
Respuesta correcta: B
El AI Act de la UE incluye disposiciones para deepfakes y medios sintéticos, y el GDPR trata la voz como dato personal.
Pregunta 17
¿Qué empresa proporciona Azure Cognitive Services TTS?
A) Google
B) Amazon
C) Microsoft
D) Apple
Mostrar respuesta
Respuesta correcta: C
Azure Cognitive Services es la plataforma en la nube de Microsoft que incluye capacidades TTS de nivel empresarial.
Pregunta 18
¿Qué es la "prosodia" en la síntesis de voz?
A) La velocidad del habla
B) La entonación, ritmo y patrones de acentuación
C) El volumen
D) El idioma utilizado
Mostrar respuesta
Respuesta correcta: B
La prosodia se refiere a la entonación, ritmo y patrones de acentuación que hacen que el habla suene natural y transmitan significado.
Pregunta 19
¿Qué debe hacer si recibe un mensaje de voz inesperado de un familiar pidiendo dinero?
A) Enviar el dinero inmediatamente
B) Verificar llamando a un número conocido
C) Ignorar todos los mensajes de voz
D) Confiar solo en mensajes escritos
Mostrar respuesta
Respuesta correcta: B
Siempre verifique solicitudes urgentes inesperadas llamando a un número conocido y verificado, ya que la clonación de voz puede usarse para estafas.
Pregunta 20
¿Para qué se utiliza principalmente Descript Overdub?
A) Producción musical
B) Corregir grabaciones escribiendo
C) Asistentes de voz
D) Traducción en vivo
Mostrar respuesta
Respuesta correcta: B
Descript Overdub permite a los creadores corregir errores en grabaciones escribiendo la corrección: el sistema la sintetiza con su propia voz.
Pregunta 21
¿Cuántos idiomas admite aproximadamente ElevenLabs?
A) 5
B) 12
C) 29+
D) 100+
Mostrar respuesta
Respuesta correcta: C
ElevenLabs admite más de 29 idiomas con síntesis de voz de alta calidad.
Pregunta 22
¿Cuál es un uso legítimo de la generación musical con IA?
A) Afirmar que fue compuesta por humanos
B) Música de fondo para videos de YouTube
C) Presentarla a premios como obra humana
D) Defraudar plataformas de streaming
Mostrar respuesta
Respuesta correcta: B
Crear música de fondo para contenido es un uso legítimo. Es poco ético hacer pasar contenido de IA como creado por humanos.
Pregunta 23
¿Qué tecnología desarrolló Google para TTS neuronal?
A) BERT
B) WaveNet
C) GPT
D) Transformer
Mostrar respuesta
Respuesta correcta: B
WaveNet, desarrollada por DeepMind (Google), fue un avance en TTS neuronal que mejoró drásticamente la calidad de la voz.
Pregunta 24
¿Por qué la música generada por IA puede necesitar post-procesamiento?
A) Para que sea generada por IA
B) Para normalizar el volumen y pulir
C) Para eliminar elementos humanos
D) Para añadir derechos de autor
Mostrar respuesta
Respuesta correcta: B
La música generada por IA suele beneficiarse de post-procesamiento como ecualización, mezcla, normalización de volumen y recorte para lograr calidad profesional.
Pregunta 25
¿Qué es una "frase de seguridad familiar" en el contexto de la clonación de voz?
A) Una contraseña para asistentes de voz
B) Una palabra clave para verificar identidad ante estafas de clonación
C) Una configuración de control parental
D) Un término legal
Mostrar respuesta
Respuesta correcta: B
Una frase de seguridad familiar es una palabra clave preacordada que los miembros de la familia pueden usar para verificar la identidad en caso de sospecha de estafa por clonación de voz.
Pregunta 26
¿Qué factor es más importante para una clonación de voz de alta calidad?
A) Equipamiento costoso
B) Muestras de voz limpias y variadas
C) Tiempo de procesamiento largo
D) Varios idiomas
Mostrar respuesta
Respuesta correcta: B
Muestras de voz limpias y variadas, con diferentes expresiones y contextos, producen los mejores resultados de clonación de voz.
Pregunta 27
¿Cómo se llama el servicio TTS de Amazon?
A) Amazon Voice
B) Amazon Polly
C) Amazon Talk
D) Amazon Speech
Mostrar respuesta
Respuesta correcta: B
Amazon Polly es el servicio de texto a voz de AWS que ofrece voces neuronales y estándar.
Pregunta 28
¿Qué deben hacer las organizaciones para protegerse contra el fraude por clonación de voz?
A) Ignorar las comunicaciones por voz
B) Autenticación multifactor para acciones sensibles
C) Usar solo correo electrónico
D) Capacitar a menos personal
Mostrar respuesta
Respuesta correcta: B
Las organizaciones deben usar autenticación multifactor para acciones sensibles (como transferencias financieras) para protegerse contra el fraude por clonación de voz.
Pregunta 29
¿Cuál es una limitación actual de la generación musical con IA?
A) No puede generar música
B) Las canciones largas pueden perder coherencia estructural
C) Solo funciona en un género
D) Requiere instrumentos en vivo
Mostrar respuesta
Respuesta correcta: B
Los generadores musicales de IA actuales pueden tener dificultades para mantener una estructura coherente en composiciones largas.
Pregunta 30
¿A qué se refiere el "derecho de publicidad" en la clonación de voz?
A) Hablar en público
B) Derechos legales sobre la voz y la imagen de una persona
C) Dominio público
D) Derechos de publicación
Mostrar respuesta
Respuesta correcta: B
El derecho de publicidad se refiere al derecho legal de una persona a controlar el uso comercial de su identidad, incluida su voz.
Resultados
| Puntaje | Nivel |
|---|---|
| 27-30 | Excelente - Sólido entendimiento de IA de audio |
| 21-26 | Bueno - Puede ser útil repasar algunos temas |
| 15-20 | Promedio - Revise los capítulos nuevamente |
| Menos de 15 | Requiere revisión integral |