Quiz lié à un guide · Moyen Niveau

Quiz sur le marquage automatique de la musique

Testez le balisage musical multi-étiquettes, les fonctionnalités audio, les annotations bruyantes, l'entropie croisée binaire et la différence entre les balises manquantes et négatives.

Chemins de guidage associésMarquage automatique de la musique
Question 1 de 8

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

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  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. Quelle représentation d'entrée la plupart des modèles de marquage automatique modernes alimentent-ils leur réseau neuronal ?
    • Un mel-spectrogramme (une image temps-fréquence)
    • Les valeurs brutes d'amplitude de la forme d'onde uniquement
    • Les champs de métadonnées du fichier MP3
    • Notation de partition
  3. Pourquoi l'échelle Mel est-elle utilisée au lieu d'une simple échelle de fréquence linéaire ?
    • Il compresse les fichiers plus efficacement
    • Il supprime tous les bruits de fond
    • Cela se rapproche de la façon dont les humains perçoivent la hauteur
    • C'est requis par la loi sur le droit d'auteur
  4. Quel est le défi majeur lors de la formation de modèles de marquage automatique sur des ensembles de données du monde réel ?
    • Les fichiers audio sont trop petits pour en tirer des leçons
    • Les balises appliquées par l’homme sont bruyantes, incomplètes et déséquilibrées
    • Il n'existe aucun ensemble de données musicales public
    • Les spectrogrammes ne peuvent pas être calculés en temps réel
  5. Quel ensemble de données est couramment utilisé pour former et évaluer les systèmes de marquage automatique de la musique ?
    • MagnaTagATune
    • ImageNet
    • ESCOUADE
    • LibriDiscours
  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