Útmutatóhoz kapcsolódó kvíz · Kemény Szint
AudioLM kvíz
Understand how AudioLM models audio continuations with semantic and acoustic tokens, codec representations, and audio-only training.
kérdés 1 -ból 8
Milyen alapötletet használ az AudioLM hang generálására?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Milyen alapötletet használ az AudioLM hang generálására?
- A hangot tokenek sorozataként kezeli, és megjósolja a következőt, mint egy nyelvi modell
- Hangot ad le kottából
- Véletlenszerű zajt vesz minta tanulás nélkül
- Felveszi és visszajátssza az emberi teljesítményeket
- Mi a „szemantikus” tokenek szerepe az AudioLM-ben?
- Finom hangszínt és felvételi zajt rögzítenek
- Olyan hosszú távú szerkezetet rögzítenek, mint a fonetika és a dallam
- Ők tárolják a szöveg átiratát
- Ezek szabályozzák a kimeneti fájl formátumát
- Melyik neurális kodek állítja elő az AudioLM akusztikus tokenjeit?
- MP3
- WaveNet
- SoundStream
- Suttogni
- Mit igényel az AudioLM edzésadatként?
- Hang párosítva részletes átiratokkal
- Csak MIDI fájlok
- Hullámformák képei
- Nyers hang önmagában, átiratok nélkül
- 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
- Melyik későbbi rendszer épült közvetlenül az AudioLM token alapú megközelítésére?
- Stable Diffusion
- MusicLM
- GPT-2
- DALL-E
- 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
- 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