Тест, свързан с ръководство · Среден Ниво

Тест за разделяне на музикален източник на Demucs

Прегледайте формата на вълната на Demucs и хибридното разделяне, SDR на MUSDB и вниманието между домейни на HT-Demucs с допълнителни данни за обучение.

Свързани ръководни пътекиDemucs Разделяне на музикален източник
Въпрос 1 на 8

Какво прави Demuc с готова песен?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какво прави Demuc с готова песен?
    • Разделя го на стъбла като вокали, барабани, бас и други
    • Компресира го в по-малък файл
    • Превежда текстовете
    • Ускорява го без промяна на височината
  2. Какво прави Hybrid Demucs „хибрид“?
    • Той смесва две различни песни заедно
    • Той обработва аудио както във формата на вълната, така и в областта на спектрограмата
    • Използва както английски, така и френски текстове
    • Работи наполовина на процесор и наполовина на хартия
  3. Which metric did the original Demucs paper report for separation quality on MUSDB?
    • Честота на грешки в думата (WER)
    • Mean reciprocal rank (MRR)
    • Съотношение сигнал към изкривяване (SDR)
    • Пресичане над Съюз (IoU)
  4. Which research organization is associated with the original Demucs project?
    • The Allen Institute for Artificial Intelligence
    • Kyutai Labs
    • The International Society for Music Information Retrieval
    • Facebook AI Research (FAIR)
  5. Защо ранните Demuc работят директно върху необработената форма на вълната?
    • За да избегнете загуба на информация за фазата
    • Защото спектрограмите са незаконни
    • За да направите файловете по-големи нарочно
    • Тъй като вълните не съдържат звук
  6. Кой набор от данни е централен за обучение и сравнителен анализ на Demucs?
    • ImageNet
    • MUSDB18
    • MNIST
    • Обикновено обхождане
  7. What attention pattern does the HT-Demucs paper add between its waveform and spectrogram branches?
    • Attention only over lyric tokens
    • A single attention layer over stereo channels only
    • Self-attention within each domain and cross-attention across domains
    • No attention; only a nearest-neighbor lookup
  8. What did the HT-Demucs paper report about extra training songs?
    • Extra songs reduced SDR by 10 dB in every setting
    • The model reached the same result with zero training songs
    • The paper reported only a word-error-rate change
    • With 800 extra songs, HT-Demucs improved SDR by 0.45 dB over Hybrid Demucs trained on the same data