Тест, свързан с ръководство · Среден Ниво
EnCodec Audio Compression Тест
Прегледайте тръбопровода за невронна компресия на EnCodec, латентните кодове, ентропийното моделиране, поддържаните аудио формати и балансирането на загуба на обучение.
Въпрос 1 на 8
Коя организация пусна EnCodec?
Визуализирайте всеки въпрос8 въпроси
Отговорите и обясненията се появяват, докато отговаряте на теста.
- Коя организация пусна EnCodec?
- Meta AI
- OpenAI
- Microsoft Изследване
- NVIDIA
- Какъв допълнителен компонент добавя EnCodec, за да изстиска без загуби повече компресия от своите токени?
- Инвертор на спектрограма
- Базиран на трансформатор ентропиен (езиков) модел
- Шумна врата
- Втори декодер
- При приблизително 6 kbps качеството на EnCodec беше отчетено като сравнимо с MP3 при приблизително какъв битрейт?
- 320 kbps
- 16 kbps
- 64 kbps
- 8 kbps
- Какъв проблем решава „балансьорът“ на EnCodec по време на обучение?
- Премахва тишината от записите
- Преобразува моно аудио в стерео
- Той избира честотата на дискретизация
- Той автоматично мащабира условията на конкурентни загуби, така че обучението да остане стабилно
- Кой основен метод за квантуване споделя EnCodec със SoundStream?
- Остатъчно векторно квантуване (RVQ)
- k-означава само групиране
- Кодиране на Хъфман
- Анализ на главните компоненти
- Кои генеративни модели използват токени EnCodec като свое аудио представяне?
- DALL-E и Midjourney
- MusicGen и AudioGen
- Whisper и Wav2Vec
- Стабилна дифузия и изображение
- Which audio formats are described for EnCodec in its paper?
- 8 kHz mono only
- 44.1 kHz stereo only
- 24 kHz monophonic audio and 48 kHz stereophonic audio
- 96 kHz multichannel audio only
- Which losses help EnCodec balance waveform reconstruction and perceptual sound quality?
- Only a text-token cross-entropy loss
- Only a speaker-classification loss
- A reward-model loss without reconstruction
- Time-domain and multi-scale spectrogram reconstruction losses with adversarial discriminators