Cuestionario vinculado a una guía · Medio Nivel

Prueba de etiquetado automático de música

Pruebe el etiquetado de música con varias etiquetas, las funciones de audio, las anotaciones ruidosas, la entropía cruzada binaria y la diferencia entre etiquetas faltantes y negativas.

Rutas de guía relacionadasEtiquetado automático de música
Pregunta 1 de 8

Why do multi-label music taggers often use separate sigmoid outputs rather than a single softmax over tags?

Vista previa de cada pregunta8 preguntas

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

  1. Why do multi-label music taggers often use separate sigmoid outputs rather than a single softmax over tags?
    • All tag probabilities must sum to one
    • A recording is required to have exactly one tag
    • Sigmoid outputs eliminate the need for labeled examples
    • Several nonexclusive tags can apply to the same recording
  2. ¿Qué representación de entrada introducen la mayoría de los modelos modernos de etiquetado automático en su red neuronal?
    • Un espectrograma mel (una imagen de tiempo-frecuencia)
    • Sólo los valores de amplitud de forma de onda sin procesar
    • Los campos de metadatos del archivo MP3
    • Notación de partituras
  3. ¿Por qué se utiliza la escala mel en lugar de una escala de frecuencia lineal simple?
    • Comprime archivos de manera más eficiente
    • Elimina todo el ruido de fondo.
    • Se aproxima a cómo los humanos perciben el tono.
    • Es requerido por la ley de derechos de autor.
  4. ¿Cuál es el principal desafío al entrenar modelos de etiquetado automático en conjuntos de datos del mundo real?
    • Los archivos de audio son demasiado pequeños para aprender de ellos
    • Las etiquetas aplicadas por humanos son ruidosas, incompletas y desequilibradas
    • No hay conjuntos de datos de música públicos.
    • Los espectrogramas no se pueden calcular en tiempo real
  5. ¿Qué conjunto de datos se utiliza habitualmente para entrenar y comparar sistemas de etiquetado automático de música?
    • MagnaTagATune
    • ImagenNet
    • escuadrón
    • LibriDiscurso
  6. What additional search interface can an audio-language model such as CLAP support for a music catalog?
    • Guaranteed identification of every artist without audio input
    • Automatic replacement of all rights metadata
    • Searching only by the recording's compressed file size
    • Retrieval using free-form text descriptions rather than only fixed tag names
  7. Which objective commonly trains separate binary tag predictions in a music auto-tagger?
    • A single mutually exclusive genre softmax only
    • Binary cross-entropy over the tag outputs
    • A pixel-reconstruction loss on album artwork only
    • A loss requiring exactly one positive tag per track
  8. If a music dataset's annotations are incomplete, how should an absent instrument tag be interpreted?
    • It proves the recording has no instruments
    • It guarantees that the tagger's positive prediction is wrong
    • It may be unannotated rather than reliable evidence that the instrument is absent
    • It means the waveform cannot be used for evaluation