Тест, свързан с ръководство · Среден Ниво

Тест за класификация на музикални жанрове

Обхваща аудио представяния, композиция на GTZAN, жанрова неяснота, рискове от изтичане на набор от данни и оценка на несвързани с изпълнители данни.

Свързани ръководни пътекиКласификация на музикалните жанрове
Въпрос 1 на 8

Какво е мел-спектрограма, често използвана като вход за жанрово класифициране на невронни мрежи?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какво е мел-спектрограма, често използвана като вход за жанрово класифициране на невронни мрежи?
    • Честотно-времево изображение на аудио, използващо перцептивна скала на височината
    • Списък с текстове на песни, преобразувани в числа
    • Форма на вълната, показваща необработена амплитуда само във времето
    • База данни с имена на изпълнители и години на издаване
  2. Кой класически набор от данни за бенчмарк съдържа 1000 тридесет и секунди клипа в 10 жанра?
    • ImageNet
    • ГЦАН
    • LibriSpeech
    • КОКО
  3. Защо постигането на перфектна точност на жанровата класификация е фундаментално трудно?
    • Компютрите изобщо не могат да обработват аудио
    • Всички песни звучат идентично на алгоритми
    • Жанровите граници са размити и културно субективни
    • Аудио файловете са твърде малки за анализ
  4. Коя ръчно изработена характеристика е била широко използвана в ранните системи за класификация на жанрове?
    • JPEG степен на компресия
    • Честота на HTML тагове
    • Хистограми на яркостта на пикселите
    • Mel-честотни кепстрални коефициенти (MFCC)
  5. Какво произвежда слой softmax в края на жанров класификатор?
    • Вероятностно разпределение за жанрови класове
    • Една форма на аудио вълна
    • Компресиран MP3 файл
    • Изображение на спектрограма
  6. How can self-supervised music pretraining reduce dependence on labeled genre examples?
    • It eliminates the need to evaluate genre labels
    • It can learn audio representations from unlabeled music, which are then evaluated or fine-tuned with labeled examples
    • It guarantees correct labels for every song
    • It converts genre categories into universal facts
  7. How can exact or repeated excerpts in GTZAN distort a random train/test evaluation?
    • They ensure that every genre label is objective
    • They make the test set contain more genres than training
    • If repetitions cross the split, a model may see duplicate or near-duplicate material in both sets
    • They remove any need to inspect class labels
  8. How do MFCCs differ from a mel-spectrogram representation?
    • MFCCs are the model’s final genre probabilities
    • A mel-spectrogram removes the time axis entirely
    • MFCCs measure only the recording’s file size
    • MFCCs summarize the log-mel spectrum with cepstral coefficients