Mit dem Guide verknüpftes Quiz · Mittel Ebene

Quiz zur Klassifizierung von Musikgenres

Behandelt Audiodarstellungen, die Zusammensetzung von GTZAN, Genre-Mehrdeutigkeit, das Risiko von Datenlecks und die Auswertung von Künstler-disjunkten Daten.

Verwandte FührungspfadeKlassifizierung der Musikgenres
Frage 1 von 8

Was ist ein Mel-Spektrogramm, das üblicherweise als Eingabe für neuronale Netze zur Genreklassifizierung verwendet wird?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Was ist ein Mel-Spektrogramm, das üblicherweise als Eingabe für neuronale Netze zur Genreklassifizierung verwendet wird?
    • Ein Zeit-Frequenz-Bild von Audio mithilfe einer wahrnehmungsbezogenen Tonhöhenskala
    • Eine Liste von Liedtexten, konvertiert in Zahlen
    • Eine Wellenform, die nur die Rohamplitude über die Zeit zeigt
    • Eine Datenbank mit Künstlernamen und Erscheinungsjahren
  2. Welcher klassische Benchmark-Datensatz enthält 1.000 30-Sekunden-Clips aus 10 Genres?
    • ImageNet
    • GTZAN
    • LibriSpeech
    • COCO
  3. Warum ist es grundsätzlich schwierig, eine perfekte Genre-Klassifizierungsgenauigkeit zu erreichen?
    • Computer können Audio überhaupt nicht verarbeiten
    • Alle Songs klingen nach Algorithmen identisch
    • Genregrenzen sind unklar und kulturell subjektiv
    • Audiodateien sind zu klein, um sie zu analysieren
  4. Welche handgefertigte Funktion wurde in frühen Genreklassifizierungssystemen häufig verwendet?
    • JPEG-Komprimierungsverhältnis
    • Häufigkeit von HTML-Tags
    • Pixelhelligkeitshistogramme
    • Mel-Frequenz-Cepstrkoeffizienten (MFCCs)
  5. Was erzeugt eine Softmax-Ebene am Ende eines Genre-Klassifizierers?
    • Eine Wahrscheinlichkeitsverteilung über Genreklassen
    • Eine einzelne Audiowellenform
    • Eine komprimierte MP3-Datei
    • Ein Spektrogrammbild
  6. How can self-supervised music pretraining reduce dependence on labeled genre examples?
    • It eliminates the need to evaluate genre labels
    • It can learn audio representations from unlabeled music, which are then evaluated or fine-tuned with labeled examples
    • It guarantees correct labels for every song
    • It converts genre categories into universal facts
  7. How can exact or repeated excerpts in GTZAN distort a random train/test evaluation?
    • They ensure that every genre label is objective
    • They make the test set contain more genres than training
    • If repetitions cross the split, a model may see duplicate or near-duplicate material in both sets
    • They remove any need to inspect class labels
  8. How do MFCCs differ from a mel-spectrogram representation?
    • MFCCs are the model’s final genre probabilities
    • A mel-spectrogram removes the time axis entirely
    • MFCCs measure only the recording’s file size
    • MFCCs summarize the log-mel spectrum with cepstral coefficients