Útmutatóhoz kapcsolódó kvíz · Kemény Szint

AudioLM kvíz

Understand how AudioLM models audio continuations with semantic and acoustic tokens, codec representations, and audio-only training.

Kapcsolódó útmutató utakAudiolm
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.

  1. 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
  2. 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
  3. Melyik neurális kodek állítja elő az AudioLM akusztikus tokenjeit?
    • MP3
    • WaveNet
    • SoundStream
    • Suttogni
  4. Mit igényel az AudioLM edzésadatként?
    • Hang párosítva részletes átiratokkal
    • Csak MIDI fájlok
    • Hullámformák képei
    • Nyers hang önmagában, átiratok nélkül
  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. Melyik későbbi rendszer épült közvetlenül az AudioLM token alapú megközelítésére?
    • Stable Diffusion
    • MusicLM
    • GPT-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