Тест, свързан с ръководство · Среден Ниво

Тест за класификация на акустични сцени

Разгледайте разпознаването на околна сцена, несъответствието на устройството, функциите на log-mel, разпознаването на устройството и ограниченията на паметта за моделите на устройството.

Свързани ръководни пътекиКласификация на акустичните сцени
Въпрос 1 на 8

Как се различава класификацията на акустичната сцена от откриването на звуково събитие?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Как се различава класификацията на акустичната сцена от откриването на звуково събитие?
    • Те са абсолютно същата задача
    • ASC идентифицира цялостната среда, докато откриването на събития забелязва специфични звуци
    • ASC работи само с музика
    • Откриването на събития игнорира времето изцяло
  2. Какъв е проблемът с „несъответствието на устройството“ в ASC?
    • Високоговорителите възпроизвеждат аудио твърде силно
    • Файлове, записани в грешен формат
    • Модел, обучен на един микрофон, който се представя зле на друг
    • Две сцени, звучащи еднакво
  3. Кое входно представяне е стандартно за ASC моделите?
    • Необработени текстови преписи
    • JPEG изображения на местоположението
    • GPS координати
    • Log-mel спектрограми
  4. Защо ASC моделите обединяват функции за много секунди, а не за отделни моменти?
    • Тъй като сцените се определят от дългосрочна акустична статистика, а не от отделни събития
    • За да намалите размера на файла
    • Защото микрофоните са бавни
    • За премахване на всички шумове
  5. Кое изследователско предизвикателство е довело до голяма част от напредъка в ASC?
    • Състезанието ImageNet
    • Наградата Льобнер
    • Тестът на Тюринг
    • Предизвикателството DCASE
  6. What inference-computation budget did the DCASE 2024 low-complexity acoustic-scene task specify for a one-second audio clip?
    • Exactly 30 billion operations for every device
    • At most 30 million multiply-accumulate operations
    • No computation limit of any kind
    • A limit measured only by the recording filename length
  7. How can quantization help an acoustic-scene model meet a parameter-storage budget?
    • By storing weights with fewer bits per parameter
    • By adding more high-precision copies of every weight
    • By replacing the memory budget with an accuracy score
    • By making the microphone sample rate unlimited
  8. What variation is device-aware augmentation intended to simulate for acoustic-scene training?
    • Only changes in the spelling of scene labels
    • Only a different album-cover image
    • Changes in recording-device characteristics such as microphone frequency response
    • A guarantee that all environments have identical acoustics