Kvíz spojený s průvodcem · Střední úroveň

Difúzní kvíz riffuzního spektrogramu

Prohlédněte si základ Stable Diffusion Riffusion, reprezentaci spektrogramu, rekonstrukci fáze a omezení generovaného zvuku.

Související vodicí cestyRifuzní spektrogram Difúze
Otázka 1 z 8

Jaký existující model umělé inteligence Riffusion doladil, aby generoval hudbu?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Jaký existující model umělé inteligence Riffusion doladil, aby generoval hudbu?
    • Stable Diffusion, model generování obrazu
    • Model rozpoznávání řeči
    • Velký jazykový model
    • Posilující vzdělávací agent
  2. On a Riffusion spectrogram image, which direction typically represents increasing time?
    • Bottom to top along the vertical axis
    • Left to right along the horizontal axis
    • From the center outward
    • Time is not represented
  3. Proč Riffusion potřebuje algoritmus jako Griffin-Lim?
    • Chcete-li přeložit textovou výzvu do angličtiny
    • Pro komprimaci finálního zvukového souboru
    • Chcete-li rekonstruovat informace o fázi chybějící ve spektrogramu
    • Chcete-li zjistit žánr písně
  4. What can prompt interpolation do in Riffusion?
    • Turn generated music into a transcript
    • Separate instruments into stems
    • Replace the image model with a language model
    • Blend between two prompt-conditioned sound ideas
  5. Jak byl Riffusion původně vytvořen a vydán?
    • Jako hobby projekt dvou tvůrců v roce 2022
    • Jako vládní výzkumný grant
    • Jako placený produkt od velké nahrávací společnosti
    • Pouze jako součást vysokoškolské disertační práce
  6. Besides prompts, what additional conditioning does Riffusion’s core repository list for its diffusion pipeline?
    • A speaker diarization label
    • Image conditioning
    • A MIDI transcription
    • A microphone array geometry
  7. In a Riffusion spectrogram, what does pixel intensity represent?
    • The lyric transcript confidence
    • The stereo microphone location
    • The magnitude or energy of a time-frequency component
    • The number of diffusion steps alone
  8. What does a mel-frequency axis do compared with uniform spacing in hertz?
    • It converts frequency into spoken words
    • It makes every frequency bin equally spaced in hertz
    • It stores only stereo position
    • It uses a nonlinear spacing intended to better reflect perceived pitch differences