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.

Související vodicí cestyAudiolm
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.

  1. 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
  2. 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
  3. Který neurální kodek vytváří akustické tokeny AudioLM?
    • MP3
    • WaveNet
    • SoundStream
    • Šeptej
  4. Co vyžaduje AudioLM jako tréninková data?
    • Zvuk spárovaný s podrobnými přepisy
    • Pouze soubory MIDI
    • Obrázky průběhů
    • Samotný surový zvuk, bez přepisů
  5. 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
  6. Který pozdější systém byl postaven přímo na tokenovém přístupu AudioLM?
    • Stable Diffusion
    • MusicLM
    • GPT-2
    • DALL-E
  7. 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
  8. 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