Prueba automática de transcripción musical

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

1. ¿Qué produce principalmente la transcripción automática de música?
   • Una representación simbólica como MIDI o partitura.
   • Una versión remasterizada y más potente del audio.
   • Una descripción textual del estado de ánimo de la canción.
   • Un archivo de audio comprimido
2. ¿Por qué es especialmente difícil transcribir la música polifónica?
   • Los archivos de audio son demasiado grandes.
   • Las notas superpuestas comparten y difuminan los armónicos en el espectro.
   • Los micrófonos no pueden grabar más de una nota.
   • La música polifónica siempre es demasiado tranquila.
3. ¿Qué fue lo notable del modelo Onsets and Frames de Google?
   • Generó nuevas canciones desde cero.
   • Sólo funcionó con la palabra hablada.
   • Separó la detección de inicio de la detección de tono a nivel de cuadro.
   • Eliminó el ruido de fondo de las grabaciones.
4. ¿Por qué es útil la Transformada Q Constante para la música?
   • Elimina secciones silenciosas automáticamente.
   • Convierte estéreo a mono
   • Acelera el audio
   • Sus contenedores de frecuencia están espaciados logarítmicamente, coincidiendo con el espaciado de los tonos musicales.
5. ¿A qué se refiere un "inicio" en la transcripción?
   • El momento preciso en que comienza una nota.
   • El final de una canción
   • El volumen de la grabación.
   • El tempo de la pieza
6. ¿Qué modelo es conocido por transcribir varios instrumentos a la vez?
   • JPEG
   • MT3
   • base BERT
   • OndaNet
7. What information does a symbolic MIDI note event typically encode?
   • Only the waveform’s microphone brand
   • A compressed audio bitrate and codec license
   • Pitch and timing such as onset and duration
   • The listener’s preferred musical genre
8. What makes MT3 a multitrack transcription system?
   • It converts every instrument to a single speech transcript
   • It only estimates the global BPM
   • It identifies songs from short audio fingerprints
   • It predicts note events across multiple instrument parts