ऑडियोएलएम प्रश्नोत्तरी

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. ऑडियो उत्पन्न करने के लिए AudioLM किस मूल विचार का उपयोग करता है?
   • यह ऑडियो को टोकन के अनुक्रम के रूप में मानता है और भाषा मॉडल की तरह अगले की भविष्यवाणी करता है
   • यह शीट संगीत से ऑडियो प्रस्तुत करता है
   • यह बिना किसी सीख के यादृच्छिक शोर का नमूना लेता है
   • यह मानवीय प्रदर्शनों को रिकॉर्ड करता है और दोबारा चलाता है
2. AudioLM में 'सिमेंटिक' टोकन की क्या भूमिका है?
   • वे बढ़िया समय और रिकॉर्डिंग शोर को पकड़ते हैं
   • वे ध्वन्यात्मकता और माधुर्य जैसी दीर्घकालिक संरचना को पकड़ते हैं
   • वे पाठ प्रतिलेख संग्रहीत करते हैं
   • वे आउटपुट फ़ाइल स्वरूप को नियंत्रित करते हैं
3. कौन सा तंत्रिका कोडेक AudioLM के ध्वनिक टोकन उत्पन्न करता है?
   • एमपी3
   • वेवनेट
   • SoundStream
   • कानाफूसी
4. AudioLM को प्रशिक्षण डेटा के रूप में क्या चाहिए?
   • ऑडियो को विस्तृत प्रतिलेखों के साथ जोड़ा गया
   • केवल MIDI फ़ाइलें
   • तरंगरूपों की छवियां
   • केवल कच्चा ऑडियो, बिना किसी प्रतिलेख के
5. After AudioLM predicts semantic tokens, how does its hierarchical generation add acoustic detail?
   • It predicts coarse acoustic tokens, then fine acoustic tokens
   • It predicts fine acoustic tokens, then coarse acoustic tokens
   • It predicts coarse acoustic tokens before semantic tokens
   • It predicts acoustic tokens without a semantic-token stage
6. बाद में कौन सा सिस्टम सीधे ऑडियोएलएम के टोकन-आधारित दृष्टिकोण पर बनाया गया?
   • Stable Diffusion
   • MusicLM
   • जीपीटी-2
   • DALL-E
7. Which model does AudioLM use to produce its semantic token sequence?
   • A text-only GPT decoder trained on transcripts
   • The SoundStream waveform decoder
   • A self-supervised w2v-BERT representation model
   • A hand-authored MIDI score
8. What audio types did the AudioLM paper demonstrate continuing from an audio prompt?
   • Only environmental noise and no music
   • Spoken text transcripts and MIDI files only
   • Images and silent video clips
   • Speech and piano music