Тест, свързан с ръководство · Среден Ниво

Тест за невронни аудио кодеци

Тествайте как невронните аудио кодеци кодират и възстановяват звука, как работи остатъчното квантуване и защо скоростта на токена влияе върху битрейта и качеството.

Свързани ръководни пътекиНевронни аудио кодеци
Въпрос 1 на 8

Какви две неща прави основно невронният аудио кодек?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какви две неща прави основно невронният аудио кодек?
    • Компресирайте аудио в отделни токени и го реконструирайте
    • Записвайте и усилвайте аудио
    • Превеждайте и транскрибирайте реч
    • Добавяне на реверберация и изравняване
  2. Коя техника на квантуване е централна за кодеци като SoundStream и EnCodec?
    • JPEG квантуване
    • Остатъчно векторно квантуване (RVQ)
    • Линейно предсказващо кодиране
    • Квантуване по Фурие
  3. Какво кодира всяка следваща кодова книга при квантуване на остатъчни вектори?
    • Напълно отделен аудио канал
    • Текстовият препис на аудиото
    • Остатъчната грешка, оставена от предишните кодови книги
    • Метаданните за честотата на извадката
  4. Защо невронните аудио кодеци са важни за генеративни аудио модели?
    • Те етикетират аудио с жанрове автоматично
    • Те смесват няколко песни заедно
    • Те конвертират аудио в ноти
    • Те предоставят дискретните токени, които генерират модели като VALL-E и MusicGen
  5. Как използването на повече кодови книги в невронен кодек влияе на изхода?
    • Увеличава битрейта, но подобрява качеството на реконструкцията
    • Това намалява битрейта и качеството заедно
    • Променя езика на речта
    • Няма ефект върху качеството
  6. What subjective comparison did the SoundStream paper report at 3 kbps?
    • At 24 kHz, SoundStream at 3 kbps outperformed Opus at 12 kbps in the reported evaluation
    • It matched every codec at every bitrate
    • It was tested only against MP3 at 320 kbps
    • It produced higher quality than all commercial audio codecs
  7. What is the decoder’s role in a neural audio codec?
    • Choose which transcript is legally correct
    • Predict the speaker’s identity from text only
    • Reconstruct audio from the encoded discrete representation
    • Assign language labels to silence
  8. What inference capability did the SoundStream paper report for its low-latency codec?
    • Only offline batch processing on a server cluster
    • It required a GPU for every audio frame
    • It could encode images but not audio
    • Streamable real-time inference on a smartphone CPU