Тест, свързан с ръководство · трудно Ниво

AudioLM тест

Разберете как AudioLM моделира аудио продължения със семантични и акустични токени, представяния на кодеци и обучение само за аудио.

Свързани ръководни пътекиAudiolm
Въпрос 1 на 8

Каква основна идея използва AudioLM за генериране на аудио?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Каква основна идея използва AudioLM за генериране на аудио?
    • Той третира аудиото като последователност от токени и предсказва следващия, като езиков модел
    • Той възпроизвежда аудио от ноти
    • Той взема проби от произволен шум без обучение
    • Той записва и възпроизвежда човешки изпълнения
  2. Каква е ролята на „семантичните“ токени в AudioLM?
    • Те улавят фин тембър и записващ шум
    • Те улавят дългосрочна структура като фонетика и мелодия
    • Те съхраняват преписа на текста
    • Те контролират формата на изходния файл
  3. Кой неврален кодек произвежда акустичните токени на AudioLM?
    • MP3
    • WaveNet
    • SoundStream
    • Шепнеш
  4. Какво изисква AudioLM като данни за обучение?
    • Аудио съчетано с подробни преписи
    • Само MIDI файлове
    • Изображения на вълнови форми
    • Само необработено аудио, без преписи
  5. After AudioLM predicts semantic tokens, how does its hierarchical generation add acoustic detail?
    • It predicts coarse acoustic tokens, then fine acoustic tokens
    • It predicts fine acoustic tokens, then coarse acoustic tokens
    • It predicts coarse acoustic tokens before semantic tokens
    • It predicts acoustic tokens without a semantic-token stage
  6. Коя по-късна система е изградена директно върху базирания на токени подход на AudioLM?
    • Stable Diffusion
    • MusicLM
    • GPT-2
    • DALL-E
  7. Which model does AudioLM use to produce its semantic token sequence?
    • A text-only GPT decoder trained on transcripts
    • The SoundStream waveform decoder
    • A self-supervised w2v-BERT representation model
    • A hand-authored MIDI score
  8. What audio types did the AudioLM paper demonstrate continuing from an audio prompt?
    • Only environmental noise and no music
    • Spoken text transcripts and MIDI files only
    • Images and silent video clips
    • Speech and piano music