Kvíz spojený s průvodcem · Střední úroveň

Klasifikační kvíz hudebního žánru

Zahrnuje zvukové reprezentace, složení GTZAN, žánrovou nejednoznačnost, rizika úniku datové sady a vyhodnocení na datech nesouvisejících umělců.

Související vodicí cestyKlasifikace hudebního žánru
Otázka 1 z 8

Co je to mel-spektrogram, běžně používaný jako vstup do žánrově klasifikujících neuronových sítí?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Co je to mel-spektrogram, běžně používaný jako vstup do žánrově klasifikujících neuronových sítí?
    • Časově frekvenční obraz zvuku pomocí percepční stupnice výšky tónu
    • Seznam textů písní převedených na čísla
    • Křivka zobrazující nezpracovanou amplitudu pouze v průběhu času
    • Databáze jmen umělců a roků vydání
  2. Který klasický benchmark dataset obsahuje 1000 třicetisekundových klipů napříč 10 žánry?
    • ImageNet
    • GTZAN
    • LibriSpeech
    • COCO
  3. Proč je dosažení dokonalé přesnosti žánrového zařazení zásadně obtížné?
    • Počítače neumí zpracovávat zvuk vůbec
    • Všechny skladby znějí stejně jako algoritmy
    • Žánrové hranice jsou nejasné a kulturně subjektivní
    • Zvukové soubory jsou příliš malé na analýzu
  4. Který ručně vyrobený prvek byl široce používán v raných systémech klasifikace žánrů?
    • Kompresní poměr JPEG
    • Frekvence HTML tagů
    • Histogramy jasu pixelů
    • Mel-frekvenční kepstrální koeficienty (MFCC)
  5. Co produkuje vrstva softmax na konci žánrového klasifikátoru?
    • Rozdělení pravděpodobnosti mezi žánrové třídy
    • Jediný zvukový průběh
    • Komprimovaný soubor MP3
    • Spektrogramový snímek
  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