কনভ-টাসনেট টাইম-ডোমেন সেপারেশন কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. আগের বিচ্ছেদ সিস্টেমের তুলনায় কনভ-টাসনেটের সংজ্ঞায়িত বৈশিষ্ট্য কী?
   • এটি একটি নির্দিষ্ট বর্ণালীগ্রামের পরিবর্তে সরাসরি কাঁচা তরঙ্গের উপর কাজ করে
   • এটি কোন প্রশিক্ষণ তথ্য প্রয়োজন
   • এটি শুধুমাত্র সঙ্গীতের উপর কাজ করে, বক্তৃতা নয়
   • এটি প্রথমে অডিওকে MIDI তে রূপান্তর করে
2. Conv-TasNet তার বিচ্ছেদ মডিউল হিসাবে কোন ধরনের নেটওয়ার্ক ব্যবহার করে?
   • একটি একক সম্পূর্ণভাবে সংযুক্ত স্তর
   • একটি টেম্পোরাল কনভোলিউশনাল নেটওয়ার্ক (স্ট্যাকড ডিলেটেড 1D কনভোলিউশন)
   • একটি সিদ্ধান্ত গাছ ensemble
   • একটি প্রসারিত মডেল
3. কনভ-টাসনেটে প্রচলিত শর্ট-টাইম ফুরিয়ার ট্রান্সফর্মকে কী প্রতিস্থাপন করে?
   • একটি তরঙ্গায়িত রূপান্তর
   • একটি হ্যান জানালা
   • একটি শেখা 1D-কনভোলিউশন এনকোডার
   • একটি মেল ফিল্টারব্যাঙ্ক
4. Conv-TasNet প্রশিক্ষণের জন্য কোন ক্ষতি ফাংশন কেন্দ্রীয়?
   • শব্দ লেবেলে ক্রস-এনট্রপি
   • মানে পরম পিক্সেল ত্রুটি
   • বিপরীত চিত্র ক্ষতি
   • স্কেল-ইনভেরিয়েন্ট SI-SNR পারমুটেশন-ইনভেরিয়েন্ট ট্রেনিং সহ
5. What did Conv-TasNet’s paper report about ideal time-frequency magnitude masks?
   • It surpassed several ideal magnitude masks in two-speaker separation evaluations
   • এটি মাইক্রোফোনের প্রয়োজনীয়তা দূর করেছে
   • It only worked on one identical speaker
   • It used ideal masks as its encoder
6. What does Conv-TasNet’s learned encoder produce for the separator?
   • A transcript of each speaker
   • A waveform representation optimized for speaker separation
   • A fixed mel image
   • A list of microphone locations
7. What type of speech-separation task did the Conv-TasNet paper address?
   • Text-to-speech from a written prompt
   • Speaker identification from video frames
   • A single-channel mixture containing multiple speakers
   • Multichannel music transcription with MIDI output
8. What allows Conv-TasNet’s TCN to model long-term speech dependencies?
   • A database lookup for every audio sample
   • A text decoder
   • A fixed Fourier transform alone
   • Stacked one-dimensional dilated convolutional blocks