Cuestionario vinculado a una guía · Medio Nivel

Prueba de difusión del espectrograma de riffusión

Revise la base Stable Diffusion de Riffusion, la representación del espectrograma, la reconstrucción de fase y las limitaciones del audio generado.

Rutas de guía relacionadasRiffusion: difusión sobre espectrogramas
Pregunta 1 de 8

¿Qué modelo de IA existente afinó Riffusion para generar música?

Vista previa de cada pregunta8 preguntas

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

  1. ¿Qué modelo de IA existente afinó Riffusion para generar música?
    • Difusión estable, un modelo de generación de imágenes
    • Un modelo de reconocimiento de voz
    • Un gran modelo de lenguaje
    • Un agente de aprendizaje por refuerzo
  2. En una imagen de espectrograma de Riffusion, ¿qué dirección representa normalmente el aumento del tiempo?
    • Bottom to top along the vertical axis
    • Left to right along the horizontal axis
    • From the center outward
    • Time is not represented
  3. ¿Por qué Riffusion necesita un algoritmo como Griffin-Lim?
    • Para traducir el mensaje de texto al inglés
    • Para comprimir el archivo de audio final
    • Para reconstruir la información de fase que falta en el espectrograma.
    • Para detectar el género de la canción.
  4. ¿Qué puede hacer la interpolación de prompts en Riffusion?
    • Turn generated music into a transcript
    • Separate instruments into stems
    • Replace the image model with a language model
    • Blend between two prompt-conditioned sound ideas
  5. ¿Cómo se creó y lanzó originalmente Riffusion?
    • Como proyecto de hobby de dos creadores en 2022
    • Como beca de investigación del gobierno.
    • Como producto pago de un importante sello discográfico
    • Solo como parte de una tesis doctoral universitaria.
  6. Besides prompts, what additional conditioning does Riffusion’s core repository list for its diffusion pipeline?
    • A speaker diarization label
    • Image conditioning
    • A MIDI transcription
    • A microphone array geometry
  7. In a Riffusion spectrogram, what does pixel intensity represent?
    • The lyric transcript confidence
    • The stereo microphone location
    • The magnitude or energy of a time-frequency component
    • The number of diffusion steps alone
  8. What does a mel-frequency axis do compared with uniform spacing in hertz?
    • It converts frequency into spoken words
    • It makes every frequency bin equally spaced in hertz
    • It stores only stereo position
    • It uses a nonlinear spacing intended to better reflect perceived pitch differences