Quiz lié à un guide · Moyen Niveau
Quiz sur la séparation des tiges de Spleeter
Testez votre compréhension des modèles de séparation de sources, des masques spectraux, des configurations de tiges et des revendications de vitesse mesurées de Spleeter.
Question 1 de 8
Quelle société a initialement publié Spleeter ?
Prévisualisez chaque question8 des questions
Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.
- Quelle société a initialement publié Spleeter ?
- Deezer
- Spotify
- Apple
- En quoi le modèle à 4 tiges de Spleeter sépare-t-il l'audio ?
- Chant, guitare, piano, cordes
- Chant, batterie, basse, autre
- Lead, harmonie, mélodie, rythme
- Gauche, droite, centre, ambiance
- Quelle architecture de réseau neuronal Spleeter utilise-t-il ?
- Un LSTM récurrent sur des échantillons bruts
- Un ensemble d’arbres de décision
- Un U-Net fonctionnant sur des spectrogrammes
- Un modèle de diffusion
- Comment Spleeter extrait-il réellement une seule source du mix ?
- En soustrayant un modèle fixe
- Par annulation de phase de deux voies
- En filtrant avec un égaliseur fixe
- En prédisant un masque souple appliqué au spectrogramme
- Une source courante d'artefacts dans la sortie de Spleeter est la suivante :
- Réutilise la phase du mélange d'origine pour chaque tige
- Utilise des MP3 avec perte en interne
- Sous-échantillonne à 8 kHz
- Fonctionne uniquement sur CPU
- What did Deezer report about the speed of Spleeter’s pretrained 4-stem model?
- Real-time operation with no buffering on every device
- About 100 times faster than real time on one GPU, with buffering still needed
- A fixed speed of 100 times real time on a phone CPU
- It can separate audio without processing the input
- Which stem does Spleeter’s 5-stem configuration add to the 4-stem set?
- Violin
- Speech transcript
- Piano
- Room reverb
- What do Spleeter’s pretrained U-Nets estimate for the target sources?
- A text transcript of the song
- A fixed equalizer curve for the whole track
- A new recording of each instrument
- Soft masks over a spectrogram representation