Kvíz spojený s průvodcem · Těžko úroveň
Kvíz AudioLM
Pochopte, jak AudioLM modeluje audio pokračování pomocí sémantických a akustických tokenů, reprezentací kodeků a školení pouze se zvukem.
Otázka 1 z 8
Jakou základní myšlenku používá AudioLM ke generování zvuku?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jakou základní myšlenku používá AudioLM ke generování zvuku?
- Zachází se zvukem jako s posloupností tokenů a předpovídá další, jako jazykový model
- Vykresluje zvuk z not
- Vzorkuje náhodný šum bez učení
- Zaznamenává a přehrává lidské výkony
- Jaká je role „sémantických“ tokenů v AudioLM?
- Zachycují jemné zabarvení a záznam šumu
- Zachycují dlouhodobou strukturu, jako je fonetika a melodie
- Ukládají přepis textu
- Řídí formát výstupního souboru
- Který neurální kodek vytváří akustické tokeny AudioLM?
- MP3
- WaveNet
- SoundStream
- Šeptej
- Co vyžaduje AudioLM jako tréninková data?
- Zvuk spárovaný s podrobnými přepisy
- Pouze soubory MIDI
- Obrázky průběhů
- Samotný surový zvuk, bez přepisů
- After AudioLM predicts semantic tokens, how does its hierarchical generation add acoustic detail?
- It predicts coarse acoustic tokens, then fine acoustic tokens
- It predicts fine acoustic tokens, then coarse acoustic tokens
- It predicts coarse acoustic tokens before semantic tokens
- It predicts acoustic tokens without a semantic-token stage
- Který pozdější systém byl postaven přímo na tokenovém přístupu AudioLM?
- Stable Diffusion
- MusicLM
- GPT-2
- DALL-E
- Which model does AudioLM use to produce its semantic token sequence?
- A text-only GPT decoder trained on transcripts
- The SoundStream waveform decoder
- A self-supervised w2v-BERT representation model
- A hand-authored MIDI score
- What audio types did the AudioLM paper demonstrate continuing from an audio prompt?
- Only environmental noise and no music
- Spoken text transcripts and MIDI files only
- Images and silent video clips
- Speech and piano music