اختبار مرتبط بالدليل · متوسط المستوى

اختبار الكشف عن حدث الصوت

دراسة فئات الصوت والحدود الزمنية، مع تعدد الأصوات، والتسميات الضعيفة، وخط الأساس لـ DCASE، والتسامح مع البداية، والشروح المتعلقة بالطبقة المفقودة.

مسارات الدليل ذات الصلةكشف الأحداث الصوتية
سؤال 1 من 8

What extra output does temporal sound event detection estimate beyond a clip-level tag?

معاينة كل سؤال8 أسئلة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

  1. What extra output does temporal sound event detection estimate beyond a clip-level tag?
    • Only the audio file’s compression ratio
    • Only its filename’s alphabetical order
    • Event onset and offset boundaries within the clip
    • Only the display color of a waveform
  2. لماذا يوصف اكتشاف الأحداث الصوتية غالبًا بأنه مشكلة متعددة الألحان؟
    • لأنه يتعامل فقط مع النوتات الموسيقية
    • لأن الأصوات المتعددة يمكن أن تتداخل وتحدث في وقت واحد
    • لأنه يتطلب ميكروفونات متعددة
    • لأن الصوت دائما ستيريو
  3. ماذا يعني "التصنيف الضعيف" في بيانات التدريب SED؟
    • التسميات مشفرة
    • جودة الصوت رديئة
    • يتم تصنيف الأصوات الهادئة فقط
    • يتم تصنيف المقاطع على أنها حدث ما، ولكن ليس على وجه التحديد متى
  4. Which classifier structure is identified in the cited DCASE 2024 baseline?
    • A convolutional recurrent neural network with added pretrained frame features
    • Only a static spreadsheet sort
    • Only an unchanged relational database table
    • Only a mandatory image-file compressor
  5. Which time-frequency representation is used in the documented sound-detection baseline context described here?
    • Only a speech transcript
    • A log-mel representation
    • Only a JPEG photograph
    • Only an unchanged output filename
  6. Which cited research challenge supplies the 2018 and 2024 sound-event task settings discussed here?
    • الألعاب الأولمبية
    • A retail shopping holiday
    • A mandatory social-network ranking
    • DCASE
  7. Considering only the DCASE 2018 onset collar of 200 ms, does a 1.15 s prediction satisfy it for a 1.00 s reference onset?
    • Yes; the onset error is 150 ms
    • No; the error is 1.15 s
    • No; every predicted onset must be numerically identical
    • Yes; onset errors are never evaluated
  8. In the heterogeneous 2024 task, how does the baseline handle outputs for classes whose annotations are missing in a training dataset?
    • Treats every unannotated class as certainly absent
    • Copies all missing labels from the final test answers
    • Masks those unavailable outputs in the relevant loss computation
    • Eliminates every labeled class from the model