Kvíz spojený s průvodcem · Těžko úroveň
Hierarchický kvíz o generování hudby MusicLM
Prohlédněte si hierarchické tokeny MusicLM, úpravu melodie, zarovnání textu a zvuku MuLan a zdroj hodnocení MusicCaps.
Otázka 1 z 8
Jak MusicLM formuluje podmíněné generování hudby?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jak MusicLM formuluje podmíněné generování hudby?
- Jako hierarchické modelování sekvence od sekvence přes zvukové tokeny
- Jako malování pixelů difúzním modelem
- Jako zřetězení pevných předem nahraných smyček
- Jako simulace mechaniky nástrojů
- Jaká je role sémantických tokenů v MusicLM?
- Ukládají metadata souboru písně
- Zachycují strukturu na vysoké úrovni, jako je melodie a rytmus
- Překládají texty do jiných jazyků
- Řídí výstupní hlasitost
- Která složka poskytuje jemné akustické detaily, jako je zabarvení a textura?
- Přímá textová výzva
- Krok rekonstrukce Griffin-Lim
- Akustické tokeny neurálního kodeku SoundStream
- Ručně psaný soubor pravidel hudební teorie
- Jak MusicLM propojí textovou výzvu s hudebním zvukem?
- Pomocí shody klíčových slov s názvy skladeb
- Požádáním člověka, aby označil každý klip
- Prostřednictvím samostatného překladového API
- Prostřednictvím MuLan, společného prostoru pro vkládání hudby a textu
- Proč hierarchický, fázovaný návrh pomáhá s dlouhodobou strukturou?
- Umožňuje hrubým, pomalým tokenům modelovat dlouhodobou formu bez velkých sekvencí
- Odstraňuje potřebu jakýchkoliv tréninkových dat
- Přehraje skladbu rychleji, aby se do ní více vešlo
- Generuje vždy pouze tři sekundy najednou
- Co uvádí papír MusicLM o trvání generované hudby a vzorkovací frekvenci?
- Každý výstup má přesně 30 sekund při 8 kHz
- Jeho experimenty uvádějí hudbu o frekvenci 24 kHz, která může zůstat konzistentní po několik minut
- Pouze jednosekundové klipy při 48 kHz
- Nekomprimované MIDI s neomezenou dobou trvání
- Jaký další vstup může MusicLM použít vedle textu k vedení generování?
- Popisek obrázku pouze pro spektrogram
- Vektor řízení mikrofonního pole
- Bzučela nebo pískala melodie
- Úložiště zdrojového kódu
- Co vydal papír MusicLM jako MusicCaps?
- Kolekce 5 500 předvoleb syntezátoru
- Benchmark transkripce řeči
- Pouze sada závaží modelu SoundStream
- 5 500 hudebně-textových párů s popisy psanými lidmi