गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर
कन्व-टासनेट टाइम-डोमेन पृथक्करण प्रश्नोत्तरी
Conv-TasNet के सीखे गए वेवफ़ॉर्म एनकोडर, मास्क्ड सेपरेशन फीचर्स, TCN सेपरेटर और इसके बेंचमार्क परिणामों के दायरे की समीक्षा करें।
प्रश्न 1 का 8
पहले की पृथक्करण प्रणालियों की तुलना में Conv-TasNet की परिभाषित विशेषता क्या है?
प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न
जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।
- पहले की पृथक्करण प्रणालियों की तुलना में Conv-TasNet की परिभाषित विशेषता क्या है?
- यह एक निश्चित स्पेक्ट्रोग्राम के बजाय सीधे कच्चे तरंग रूप पर काम करता है
- इसके लिए किसी प्रशिक्षण डेटा की आवश्यकता नहीं है
- यह केवल संगीत पर काम करता है, वाणी पर नहीं
- यह पहले ऑडियो को MIDI में परिवर्तित करता है
- Conv-TasNet अपने पृथक्करण मॉड्यूल के रूप में किस प्रकार के नेटवर्क का उपयोग करता है?
- एक पूरी तरह से जुड़ी हुई परत
- एक टेम्पोरल कन्वोल्यूशनल नेटवर्क (स्टैक्ड डाइलेटेड 1डी कन्वोल्यूशन)
- एक निर्णय वृक्ष समूह
- एक प्रसार मॉडल
- Conv-TasNet में पारंपरिक शॉर्ट-टाइम फूरियर ट्रांसफ़ॉर्म की जगह क्या लेता है?
- एक तरंगिका परिवर्तन
- एक हन खिड़की
- एक सीखा हुआ 1D-कन्वोल्यूशन एनकोडर
- एक मेल फ़िल्टरबैंक
- Conv-TasNet के प्रशिक्षण के लिए कौन सा हानि फ़ंक्शन केंद्रीय है?
- शब्द लेबल पर क्रॉस-एन्ट्रॉपी
- माध्य निरपेक्ष पिक्सेल त्रुटि
- विरोधाभासी छवि हानि
- क्रमपरिवर्तन-अपरिवर्तनीय प्रशिक्षण के साथ स्केल-अपरिवर्तनीय एसआई-एसएनआर
- What did Conv-TasNet’s paper report about ideal time-frequency magnitude masks?
- It surpassed several ideal magnitude masks in two-speaker separation evaluations
- इसने माइक्रोफ़ोन की आवश्यकता को समाप्त कर दिया
- It only worked on one identical speaker
- It used ideal masks as its encoder
- What does Conv-TasNet’s learned encoder produce for the separator?
- A transcript of each speaker
- A waveform representation optimized for speaker separation
- A fixed mel image
- A list of microphone locations
- What type of speech-separation task did the Conv-TasNet paper address?
- Text-to-speech from a written prompt
- Speaker identification from video frames
- A single-channel mixture containing multiple speakers
- Multichannel music transcription with MIDI output
- What allows Conv-TasNet’s TCN to model long-term speech dependencies?
- A database lookup for every audio sample
- A text decoder
- A fixed Fourier transform alone
- Stacked one-dimensional dilated convolutional blocks