গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

মিউজিক জেনার ক্লাসিফিকেশন কুইজ

অডিও উপস্থাপনা, GTZAN-এর কম্পোজিশন, জেনারের অস্পষ্টতা, ডেটাসেট ফাঁসের ঝুঁকি এবং শিল্পী-বিচ্ছিন্ন ডেটার মূল্যায়ন কভার করে।

সম্পর্কিত গাইড পাথমিউজিক জেনার ক্লাসিফিকেশন
প্রশ্ন 1 এর 8

একটি মেল-স্পেকট্রোগ্রাম কী, যা সাধারণত জেনার-শ্রেণীবদ্ধ নিউরাল নেটওয়ার্কগুলিতে ইনপুট হিসাবে ব্যবহৃত হয়?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. একটি মেল-স্পেকট্রোগ্রাম কী, যা সাধারণত জেনার-শ্রেণীবদ্ধ নিউরাল নেটওয়ার্কগুলিতে ইনপুট হিসাবে ব্যবহৃত হয়?
    • একটি অনুধাবনযোগ্য পিচ স্কেল ব্যবহার করে অডিওর একটি সময়-ফ্রিকোয়েন্সি চিত্র
    • সংখ্যায় রূপান্তরিত গানের লিরিক্সের একটি তালিকা
    • একটি তরঙ্গরূপ শুধুমাত্র সময়ের সাথে কাঁচা প্রশস্ততা দেখাচ্ছে
    • শিল্পীর নাম এবং প্রকাশের বছরগুলির একটি ডাটাবেস
  2. কোন ক্লাসিক বেঞ্চমার্ক ডেটাসেটে 10টি জেনারে 1,000 ত্রিশ-সেকেন্ডের ক্লিপ রয়েছে?
    • ইমেজনেট
    • GTZAN
    • লিব্রি স্পিচ
    • কোকো
  3. কেন নিখুঁত ধারা-শ্রেণীবিন্যাস নির্ভুলতা অর্জন মৌলিকভাবে কঠিন?
    • কম্পিউটার মোটেও অডিও প্রক্রিয়া করতে পারে না
    • সমস্ত গান অ্যালগরিদম অভিন্ন শব্দ
    • রীতির সীমানা অস্পষ্ট এবং সাংস্কৃতিকভাবে বিষয়গত
    • অডিও ফাইল বিশ্লেষণ করার জন্য খুব ছোট
  4. কোন হস্ত-নির্মিত বৈশিষ্ট্যটি প্রাথমিক ঘরানার শ্রেণিবিন্যাস পদ্ধতিতে ব্যাপকভাবে ব্যবহৃত হয়েছিল?
    • JPEG কম্প্রেশন অনুপাত
    • HTML ট্যাগ ফ্রিকোয়েন্সি
    • পিক্সেল উজ্জ্বলতা হিস্টোগ্রাম
    • মেল-ফ্রিকোয়েন্সি সেপস্ট্রাল সহগ (MFCCs)
  5. একটি জেনার ক্লাসিফায়ারের শেষে একটি সফটম্যাক্স স্তর কী উত্পাদন করে?
    • জেনার ক্লাসের উপর একটি সম্ভাব্যতা বন্টন
    • একটি একক অডিও তরঙ্গরূপ
    • একটি সংকুচিত MP3 ফাইল
    • একটি বর্ণালী চিত্র
  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