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.

Související vodicí cestyMusiclm Hierarchická hudební generace
Otázka 1 z 8

Jak MusicLM formuluje podmíněné generování hudby?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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