Kvíz spojený s průvodcem · Střední úroveň

Označování hudby pomocí kvízu Transformers

Rozumějte označování hudby založené na transformátoru, výstupům s více značkami, předtrénování zvuku, metrikám srovnávacích testů a kontrastním modelům zvuku a textu.

Související vodicí cestyHudební značkování s transformátory
Otázka 1 z 8

Proč je označování hudby považováno za problém s více značkami?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Proč je označování hudby považováno za problém s více značkami?
    • Protože jedna stopa může nést několik značek najednou
    • Protože každá skladba má přesně jeden správný tag
    • Protože značky jsou vždy číselné
    • Protože na jednoho umělce existuje pouze jeden žánr
  2. In the Audio Spectrogram Transformer paper, what audio representation is split into patches?
    • A list of MIDI note names
    • Log-Mel spektrogram
    • A sequence of album-cover pixels
    • A transcription of the song’s lyrics
  3. Proč modely hudebních značek používají sigmoidní výstup na značku namísto jednoho softmaxu?
    • Sigmoidy jsou rychlejší na výpočet
    • Softmax nelze spustit se zvukem
    • Protože značky se mohou vyskytovat společně a vzájemně se nevylučují
    • Chcete-li snížit počet značek
  4. Jaká je role předtréninku s vlastním dohledem pro modely jako MERT?
    • Označuje skladby ručně
    • Odstraňuje vokály ze skladeb
    • Funguje pouze na klasickou hudbu
    • Před jemným doladěním se učí silné zvukové reprezentace z neoznačených klipů
  5. Která datová sada se běžně používá k doladění a srovnávání hudebních taggerů?
    • MagnaTagATune
    • MNIST
    • ImageNet
    • SQUAD
  6. Jak modely ve stylu CLAP umožňují značkování hudby s nulovým záběrem?
    • Tím, že si zapamatujete každou písničku
    • Zarovnáním zvukových a textových popisů ve sdíleném prostoru pro vkládání
    • Převedením hudby na obrázky
    • Vyžadováním štítků pro každou možnou značku
  7. Which metric can evaluate a music tagger’s ability to rank relevant tags highly?
    • Slovní chybovost
    • Peak signal-to-noise ratio
    • Mean average precision
    • BLEU score
  8. What does the musicnn repository provide?
    • A text-only sentiment classifier
    • A digital audio workstation
    • A collection of manually composed MIDI scores
    • Pretrained convolutional neural networks for music audio tagging