Kvíz spojený s průvodcem · Střední úroveň

Extrakce zvukových funkcí pomocí kvízu Librosa

Prohlédněte si funkce Librosa a volby rámování a zabraňte chybám ve vzorkovací frekvenci, tvaru, normalizaci a rozdělení dat v opakovaně použitelných kanálech strojového učení.

Související vodicí cestyExtrakce zvukových funkcí Librosa
Otázka 1 z 8

Která skupina vlastností shrnuje informace o spektrální obálke pomocí banky mel filtru a kosinusové transformace?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Která skupina vlastností shrnuje informace o spektrální obálke pomocí banky mel filtru a kosinusové transformace?
    • Chroma vektory
    • Obálky s počáteční pevností
    • MFCC
    • Hrubé fázové úhly STFT
  2. Co běžně agreguje barevná reprezentace?
    • Energie v každé samostatné přihrádce absolutní frekvence bez skládání oktávy
    • Energie podle třídy výšky tónu
    • Časové intervaly mezi po sobě jdoucími vrcholy amplitudy
    • Cepstrální koeficienty popisující spektrální obálku
  3. Které nastavení řídí rozestupy mezi po sobě jdoucími snímky analýzy?
    • Samotná délka okna
    • Počet melových pásem
    • Počet kepstrálních koeficientů
    • Délka chmele
  4. Proč musí být tvar vlny při převzorkování transformován?
    • Změna pouze metadat nevytvoří vzorky s novou rychlostí
    • Samotné přeznačení samplů vždy zachová výšku přehrávání za všech okolností
    • Nové pole vzorkovací frekvence automaticky aplikuje antialias filtrování
    • Opakované kopírování vzorků je ekvivalentní každé správné metodě převzorkování
  5. Proč by měly být statistiky normalizace funkcí přizpůsobeny pouze tréninkovým datům?
    • Aby bylo zaručeno, že každý normalizovaný prvek je Gaussovský
    • Aby bylo předběžné zpracování nezávislé na datech tvarování
    • Aby se zabránilo tomu, že informace o ověření nebo testování ovlivní předběžné zpracování
    • Povolit jinou naučenou normalizaci na základě odvození bez ověření
  6. Jaké informace jsou vyřazeny, když je STFT zmenšen na velikost?
    • Vzorkovací frekvence
    • Fáze
    • Počítání časového rámce
    • Počet frekvenčních zásobníků
  7. Které tvrzení o síle nástupu je přesné?
    • Detekuje každý nástup na přesné hranici
    • Měří pouze rámcovou hlasitost
    • Vrací popisky rytmu nezávislé na tempu
    • Shrnuje změny spojené s pravděpodobnými útoky, ale není zaručeným detektorem událostí
  8. Proč seskupovat nahrávky podle řečníka nebo relace před rozdělením překrývajících se oken?
    • Související okna mohou jinak unikat během školení a ověřování
    • Překrytí oken zaručuje nezávislost po zamíchání štítků
    • Seskupování mění vzorkovací frekvenci křivky
    • Samotný identifikátor zdroje odstraní každou korelaci mezi souvisejícími okny