Κουίζ που συνδέεται με οδηγό · Σκληρό Επίπεδο

Κουίζ AudioLM

Κατανοήστε πώς το AudioLM μοντελοποιεί τις ηχητικές συνεχίσεις με σημασιολογικά και ακουστικά διακριτικά, αναπαραστάσεις κωδικοποιητή και εκπαίδευση μόνο με ήχο.

Σχετικές διαδρομές οδηγώνAudiolm
Ερώτηση 1 του 8

Ποια βασική ιδέα χρησιμοποιεί το AudioLM για τη δημιουργία ήχου;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Ποια βασική ιδέα χρησιμοποιεί το AudioLM για τη δημιουργία ήχου;
    • Αντιμετωπίζει τον ήχο ως μια ακολουθία διακριτικών και προβλέπει την επόμενη, σαν μοντέλο γλώσσας
    • Αποδίδει ήχο από παρτιτούρες
    • Δείγματα τυχαίου θορύβου χωρίς εκμάθηση
    • Ηχογραφεί και επαναλαμβάνει ανθρώπινες παραστάσεις
  2. Ποιος είναι ο ρόλος των «σημασιολογικών» διακριτικών στο AudioLM;
    • Καταγράφουν λεπτή χροιά και θόρυβο εγγραφής
    • Αποτυπώνουν μακροπρόθεσμη δομή όπως η φωνητική και η μελωδία
    • Αποθηκεύουν τη μεταγραφή κειμένου
    • Ελέγχουν τη μορφή αρχείου εξόδου
  3. Ποιος νευρωνικός κωδικοποιητής παράγει τα ακουστικά διακριτικά του AudioLM;
    • MP3
    • WaveNet
    • SoundStream
    • Ψίθυρος
  4. Τι απαιτεί το AudioLM ως δεδομένα εκπαίδευσης;
    • Ήχος σε συνδυασμό με λεπτομερείς μεταγραφές
    • Μόνο αρχεία MIDI
    • Εικόνες κυματομορφών
    • Ακατέργαστος ήχος μόνος, χωρίς μεταγραφές
  5. After AudioLM predicts semantic tokens, how does its hierarchical generation add acoustic detail?
    • It predicts coarse acoustic tokens, then fine acoustic tokens
    • It predicts fine acoustic tokens, then coarse acoustic tokens
    • It predicts coarse acoustic tokens before semantic tokens
    • It predicts acoustic tokens without a semantic-token stage
  6. Ποιο μεταγενέστερο σύστημα βασίστηκε απευθείας στην προσέγγιση που βασίζεται σε διακριτικά του AudioLM;
    • Stable Diffusion
    • MusicLM
    • GPT-2
    • DALL-E
  7. Which model does AudioLM use to produce its semantic token sequence?
    • A text-only GPT decoder trained on transcripts
    • The SoundStream waveform decoder
    • A self-supervised w2v-BERT representation model
    • A hand-authored MIDI score
  8. What audio types did the AudioLM paper demonstrate continuing from an audio prompt?
    • Only environmental noise and no music
    • Spoken text transcripts and MIDI files only
    • Images and silent video clips
    • Speech and piano music