Cuestionario vinculado a una guía · Medio Nivel

Prueba de coeficientes cepstrales de frecuencia Mel

Pruebe cómo los MFCC resumen las energías espectrales escaladas perceptualmente, qué aporta el DCT y por qué las interfaces de audio aprendidas son comunes.

Rutas de guía relacionadasCoeficientes cepstrales de frecuencia Mel
Pregunta 1 de 8

¿A qué se refiere el 'mel' en MFCC?

Vista previa de cada pregunta8 preguntas

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

  1. ¿A qué se refiere el 'mel' en MFCC?
    • El nombre del inventor.
    • Un tipo de capa de red neuronal
    • Una unidad de sonoridad en decibeles.
    • Una escala de frecuencia perceptiva que imita la audición humana
  2. ¿Qué transformada se aplica en último lugar para producir los coeficientes cepstrales?
    • Transformada de coseno discreta
    • transformada de Fourier
    • transformada wavelet
    • Transformada de Hilbert
  3. ¿Por qué los MFCC son relativamente resistentes al discurso de un orador?
    • Amplifican la frecuencia fundamental.
    • El DCT separa la forma lenta del tracto vocal de los armónicos de tono rápido
    • Ignoran la amplitud por completo.
    • Primero convierten audio a texto.
  4. ¿Aproximadamente cuántos coeficientes MFCC se mantienen normalmente por cuadro?
    • exactamente 100
    • Alrededor de 1.000
    • Alrededor de las 13
    • solo 1
  5. ¿Por qué se aplica el registro a las energías de la banda mel?
    • Para convertir a texto
    • Para eliminar todo el ruido perfectamente.
    • Para aumentar la frecuencia de muestreo
    • Para aproximar cómo los humanos perciben el volumen
  6. En los sistemas de audio modernos de aprendizaje profundo, ¿qué suele reemplazar a los MFCC hechos a mano?
    • Formas de onda sin procesar o espectrogramas log-mel introducidos en interfaces aprendidas
    • Transcripciones de texto plano
    • Sólo la transformada de Fourier sin escala
    • archivos midi
  7. What do the MFCCs summarize after the discrete cosine transform?
    • The original waveform sample by sample
    • A compact representation of the log mel-spectrum’s broad shape
    • The exact phase of every frequency component
    • The semantic meaning of a spoken sentence
  8. What information is lost when a signal is summarized by a small set of MFCCs?
    • The recording’s entire duration
    • Every estimate of average loudness
    • Fine spectral detail and phase information
    • The existence of a time axis