Cuestionario vinculado a una guía · Medio Nivel

Prueba de separación del dominio del tiempo de Conv-TasNet

Revise el codificador de forma de onda aprendido de Conv-TasNet, las funciones de separación enmascarada, el separador TCN y el alcance de sus resultados comparativos.

Rutas de guía relacionadasSeparación del dominio de tiempo de Conv Tasnet
Pregunta 1 de 8

¿Cuál es la característica que define a Conv-TasNet en comparación con los sistemas de separación anteriores?

Vista previa de cada pregunta8 preguntas

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

  1. ¿Cuál es la característica que define a Conv-TasNet en comparación con los sistemas de separación anteriores?
    • Opera directamente en la forma de onda sin procesar en lugar de un espectrograma fijo.
    • No requiere datos de entrenamiento
    • Sólo funciona con música, no con voz.
    • Primero convierte audio a MIDI.
  2. ¿Qué tipo de red utiliza Conv-TasNet como módulo de separación?
    • Una única capa completamente conectada
    • Una red convolucional temporal (convoluciones 1D dilatadas apiladas)
    • Un conjunto de árboles de decisión
    • Un modelo de difusión
  3. ¿Qué reemplaza a la tradicional transformada de Fourier de corto plazo en Conv-TasNet?
    • Una transformada wavelet
    • Una ventana de Hann
    • Un codificador de convolución 1D aprendido
    • Un banco de filtros Mel
  4. ¿Qué función de pérdida es fundamental para entrenar Conv-TasNet?
    • Entropía cruzada en etiquetas de palabras
    • Error medio absoluto de píxeles
    • Pérdida de imagen contrastante
    • SI-SNR invariante de escala con entrenamiento invariante de permutación
  5. What did Conv-TasNet’s paper report about ideal time-frequency magnitude masks?
    • It surpassed several ideal magnitude masks in two-speaker separation evaluations
    • Eliminó la necesidad de micrófonos.
    • It only worked on one identical speaker
    • It used ideal masks as its encoder
  6. What does Conv-TasNet’s learned encoder produce for the separator?
    • A transcript of each speaker
    • A waveform representation optimized for speaker separation
    • A fixed mel image
    • A list of microphone locations
  7. What type of speech-separation task did the Conv-TasNet paper address?
    • Text-to-speech from a written prompt
    • Speaker identification from video frames
    • A single-channel mixture containing multiple speakers
    • Multichannel music transcription with MIDI output
  8. What allows Conv-TasNet’s TCN to model long-term speech dependencies?
    • A database lookup for every audio sample
    • A text decoder
    • A fixed Fourier transform alone
    • Stacked one-dimensional dilated convolutional blocks