Тест, свързан с ръководство · Среден Ниво

Тест за автоматично маркиране на музика

Тествайте музикално маркиране с множество етикети, аудио функции, шумни анотации, двоична кръстосана ентропия и разликата между липсващи и отрицателни тагове.

Свързани ръководни пътекиАвтоматично маркиране на музика
Въпрос 1 на 8

Why do multi-label music taggers often use separate sigmoid outputs rather than a single softmax over tags?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Why do multi-label music taggers often use separate sigmoid outputs rather than a single softmax over tags?
    • All tag probabilities must sum to one
    • A recording is required to have exactly one tag
    • Sigmoid outputs eliminate the need for labeled examples
    • Several nonexclusive tags can apply to the same recording
  2. Какво входно представяне подават повечето съвременни модели за автоматично маркиране в своята невронна мрежа?
    • Мел-спектрограма (честотно-времево изображение)
    • Само необработените стойности на амплитудата на формата на вълната
    • Полетата с метаданни на MP3 файла
    • Нотни записи
  3. Защо се използва мел скалата вместо обикновена линейна честотна скала?
    • Той компресира файловете по-ефективно
    • Премахва целия фонов шум
    • Той се доближава до начина, по който хората възприемат височината
    • Изисква се от закона за авторското право
  4. Кое е основното предизвикателство при обучението на модели за автоматично маркиране върху набори от данни от реалния свят?
    • Аудио файловете са твърде малки, за да се учат от тях
    • Таговете, приложени от човека, са шумни, непълни и небалансирани
    • Няма публични набори от музикални данни
    • Спектрограмите не могат да бъдат изчислени в реално време
  5. Кой набор от данни обикновено се използва за обучение и сравнение на системи за автоматично маркиране на музика?
    • MagnaTagATune
    • ImageNet
    • СКВАД
    • LibriSpeech
  6. What additional search interface can an audio-language model such as CLAP support for a music catalog?
    • Guaranteed identification of every artist without audio input
    • Automatic replacement of all rights metadata
    • Searching only by the recording's compressed file size
    • Retrieval using free-form text descriptions rather than only fixed tag names
  7. Which objective commonly trains separate binary tag predictions in a music auto-tagger?
    • A single mutually exclusive genre softmax only
    • Binary cross-entropy over the tag outputs
    • A pixel-reconstruction loss on album artwork only
    • A loss requiring exactly one positive tag per track
  8. If a music dataset's annotations are incomplete, how should an absent instrument tag be interpreted?
    • It proves the recording has no instruments
    • It guarantees that the tagger's positive prediction is wrong
    • It may be unannotated rather than reliable evidence that the instrument is absent
    • It means the waveform cannot be used for evaluation