Detección de inicio en prueba de audio

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

1. ¿Qué es exactamente un "inicio" en audio?
   • En el momento en que comienza un evento acústico, como el ataque de una nota.
   • El desvanecimiento de un sonido
   • El volumen promedio de una pista.
   • El final de una canción
2. What does spectral flux measure for onset detection?
   • A rule that marks every beat as a note onset
   • Positive increases in spectral energy between successive frames
   • A decay detector that selects only falling energy
   • A pitch estimator that finds the nearest MIDI note
3. ¿Por qué se aplica la rectificación de media onda en el flujo espectral?
   • Para amplificar las desintegraciones
   • Para convertir audio a texto
   • Por lo tanto, sólo contribuyen los cambios de energía ascendentes (positivos), ignorando las desintegraciones.
   • Para ralentizar el audio
4. ¿Qué tipo de aparición es más difícil de detectar?
   • Un fuerte golpe de tambor
   • Un fuerte choque de platillos
   • Un ritmo de trampa
   • Un suave y gradual sonido de violín.
5. ¿Qué previene la etapa de selección de picos con un umbral adaptativo?
   • Doble desencadenamiento y inicios falsos
   • Compresión de audio
   • cambio de tono
   • Ampliación estéreo
6. What can a neural onset detector learn from labeled audio examples?
   • A guarantee that every onset will be detected
   • Patterns in the audio features that signal event beginnings
   • A fixed tempo that applies to every recording
   • The identity of every instrument without evaluation
7. What does onset backtracking do when detected times are used to create audio slices?
   • Moves each onset to the end of the entire recording
   • Replaces each onset with the nearest musical beat
   • Moves an onset to the nearest preceding local minimum of an energy signal
   • Adds a fixed one-second delay after every peak
8. What can happen when an onset model is transferred to a different instrument or dataset?
   • Its predictions are guaranteed to remain identical
   • The audio automatically becomes monophonic
   • The model no longer needs a time-frequency input
   • Its performance may change and should be evaluated in the new domain