Mit dem Guide verknüpftes Quiz · Mittel Ebene
EnCodec Audiokomprimierungs-Quiz
Sehen Sie sich die neuronale Komprimierungspipeline von EnCodec, latente Codes, Entropiemodellierung, unterstützte Audioformate und Trainingsverlustausgleich an.
Frage 1 von 8
Welche Organisation hat EnCodec veröffentlicht?
Sehen Sie sich jede Frage in der Vorschau an8 Fragen
Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.
- Welche Organisation hat EnCodec veröffentlicht?
- Meta KI
- OpenAI
- Microsoft Forschung
- NVIDIA
- Welche zusätzliche Komponente fügt EnCodec hinzu, um verlustfrei mehr Komprimierung aus seinen Token herauszuholen?
- Ein Spektrogramm-Inverter
- Ein Transformer-basiertes Entropie-(Sprach-)Modell
- Ein Noise Gate
- Ein zweiter Decoder
- Mit etwa 6 Kbit/s war die Qualität von EnCodec mit der von MP3 vergleichbar, bei welcher Bitrate etwa?
- 320 kbit/s
- 16 kbit/s
- 64 kbit/s
- 8 kbit/s
- Welches Problem löst der „Balancer“ von EnCodec während des Trainings?
- Es entfernt Stille aus Aufnahmen
- Es wandelt Mono-Audio in Stereo um
- Es wählt die Abtastrate aus
- Es skaliert automatisch konkurrierende Verlustbedingungen, sodass das Training stabil bleibt
- Welche Kernquantisierungsmethode teilt EnCodec mit SoundStream?
- Restvektorquantisierung (RVQ)
- k-bedeutet nur Clustering
- Huffman-Codierung
- Hauptkomponentenanalyse
- Welche generativen Modelle verwenden EnCodec-Tokens als Audiodarstellung?
- DALL-E und Midjourney
- MusicGen und AudioGen
- Whisper und Wav2Vec
- Stabile Diffusion und Bildgebung
- Which audio formats are described for EnCodec in its paper?
- 8 kHz mono only
- 44.1 kHz stereo only
- 24 kHz monophonic audio and 48 kHz stereophonic audio
- 96 kHz multichannel audio only
- Which losses help EnCodec balance waveform reconstruction and perceptual sound quality?
- Only a text-token cross-entropy loss
- Only a speaker-classification loss
- A reward-model loss without reconstruction
- Time-domain and multi-scale spectrogram reconstruction losses with adversarial discriminators