Тест, свързан с ръководство · Среден Ниво
Тест за автоматична музикална транскрипция
Прегледайте как автоматичната музикална транскрипция преобразува записите в нотни събития, защо полифонията е трудна и как многоканалните системи представляват части.
Въпрос 1 на 8
Какво основно извежда автоматичното музикално преписване?
Визуализирайте всеки въпрос8 въпроси
Отговорите и обясненията се появяват, докато отговаряте на теста.
- Какво основно извежда автоматичното музикално преписване?
- Символично представяне като MIDI или ноти
- По-силна, ремастерирана версия на аудиото
- Текстово описание на настроението на песента
- Компресиран аудио файл
- Защо полифоничната музика е особено трудна за транскрибиране?
- Аудио файловете са твърде големи
- Припокриващите се ноти споделят и замъгляват хармониците в спектъра
- Микрофоните не могат да записват повече от една бележка
- Полифоничната музика винаги е твърде тиха
- Какво беше забележително в модела Начало и рамки на Google?
- Той генерира нови песни от нулата
- Работеше само на устна дума
- Той разделя откриването на началото от откриването на височината на рамката
- Премахна фоновия шум от записите
- Защо Constant-Q Transform е полезен за музика?
- Изтрива тихите секции автоматично
- Преобразува стерео в моно
- Ускорява звука
- Неговите честотни интервали са разпределени логаритмично, съответстващи на разстоянието на музикалната височина
- Какво означава „начало“ в транскрипцията?
- Точният момент, в който започва бележката
- Краят на една песен
- Силата на звука на записа
- Темпото на произведението
- Кой модел е известен с това, че транскрибира няколко инструмента наведнъж?
- JPEG
- MT3
- БЕРТ-база
- WaveNet
- What information does a symbolic MIDI note event typically encode?
- Only the waveform’s microphone brand
- A compressed audio bitrate and codec license
- Pitch and timing such as onset and duration
- The listener’s preferred musical genre
- What makes MT3 a multitrack transcription system?
- It converts every instrument to a single speech transcript
- It only estimates the global BPM
- It identifies songs from short audio fingerprints
- It predicts note events across multiple instrument parts