Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ διαχωρισμού πηγών μουσικής Demucs

Ελέγξτε τον διαχωρισμό κυματομορφής και υβριδικού Demucs, το SDR στο MUSDB και την προσοχή μεταξύ τομέων HT-Demucs με επιπλέον δεδομένα εκπαίδευσης.

Σχετικές διαδρομές οδηγώνΔιαχωρισμός πηγών μουσικής Demucs
Ερώτηση 1 του 8

Τι κάνουν οι Demucs σε ένα ολοκληρωμένο τραγούδι;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Τι κάνουν οι Demucs σε ένα ολοκληρωμένο τραγούδι;
    • Το χωρίζει σε στελέχη όπως φωνητικά, ντραμς, μπάσο και άλλα
    • Το συμπιέζει σε μικρότερο αρχείο
    • Μεταφράζει τους στίχους
    • Το επιταχύνει χωρίς να αλλάζει τον τόνο
  2. Τι κάνει το Hybrid Demucs «υβριδικό»;
    • Αναμιγνύει δύο διαφορετικά τραγούδια μαζί
    • Επεξεργάζεται τον ήχο τόσο σε τομείς κυματομορφής όσο και φασματογράμματος
    • Χρησιμοποιεί αγγλικούς και γαλλικούς στίχους
    • Λειτουργεί μισό σε CPU και μισό σε χαρτί
  3. Which metric did the original Demucs paper report for separation quality on MUSDB?
    • Word error rate (WER)
    • Mean reciprocal rank (MRR)
    • Αναλογία σήματος προς παραμόρφωση (SDR)
    • Διασταύρωση πάνω από την Ένωση (IoU)
  4. Which research organization is associated with the original Demucs project?
    • The Allen Institute for Artificial Intelligence
    • Kyutai Labs
    • The International Society for Music Information Retrieval
    • Facebook Έρευνα AI (FAIR)
  5. Γιατί τα πρώτα Demucs δούλευαν απευθείας στην ακατέργαστη κυματομορφή;
    • Για να αποφύγετε την απώλεια πληροφοριών φάσης
    • Επειδή τα φασματογράμματα είναι παράνομα
    • Για να μεγαλώνουν τα αρχεία επίτηδες
    • Επειδή οι κυματομορφές δεν περιέχουν ήχο
  6. Ποιο σύνολο δεδομένων είναι κεντρικό για την εκπαίδευση και τη συγκριτική αξιολόγηση των Demucs;
    • ImageNet
    • MUSDB18
    • MNIST
    • Κοινή ανίχνευση
  7. What attention pattern does the HT-Demucs paper add between its waveform and spectrogram branches?
    • Attention only over lyric tokens
    • A single attention layer over stereo channels only
    • Self-attention within each domain and cross-attention across domains
    • No attention; only a nearest-neighbor lookup
  8. What did the HT-Demucs paper report about extra training songs?
    • Extra songs reduced SDR by 10 dB in every setting
    • The model reached the same result with zero training songs
    • The paper reported only a word-error-rate change
    • With 800 extra songs, HT-Demucs improved SDR by 0.45 dB over Hybrid Demucs trained on the same data