Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Automatikus zeneátírási kvíz

Review how automatic music transcription converts recordings to note events, why polyphony is difficult, and how multitrack systems represent parts.

Kapcsolódó útmutató utakAutomatikus zenei átírás
kérdés 1 -ból 8

Mit ad ki elsősorban az automatikus zeneátírás?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mit ad ki elsősorban az automatikus zeneátírás?
    • Szimbolikus ábrázolás, mint a MIDI vagy kotta
    • A hang hangosabb, remasterelt változata
    • A dal hangulatának szöveges leírása
    • Tömörített hangfájl
  2. Miért különösen nehéz a többszólamú zenét átírni?
    • Az audiofájlok túl nagyok
    • Az egymást átfedő hangok megosztják és elmossák a harmonikusokat a spektrumban
    • A mikrofonok nem rögzíthetnek több hangot
    • A többszólamú zene mindig túl halk
  3. Mi volt a figyelemre méltó Google Kezdők és keretek modelljében?
    • Új dalokat generált a semmiből
    • Csak a kimondott szón működött
    • Elválasztotta a kezdeti észlelést a képkockaszintű hangmagasság-észleléstől
    • Eltávolította a háttérzajt a felvételekből
  4. Miért hasznos a Constant-Q Transform a zenéhez?
    • A néma szakaszokat automatikusan törli
    • Sztereót monóvá alakít át
    • Felgyorsítja a hangot
    • Frekvenciasávjai logaritmikusan vannak elhelyezve, a zenei hangmagasság-távolságnak megfelelően
  5. Mit jelent a „kezdet” az átírásban?
    • Abban a pillanatban, amikor egy hangjegy elkezdődik
    • Egy dal vége
    • A felvétel hangereje
    • A darab tempója
  6. Melyik modell ismert több hangszer egyidejű átírására?
    • JPEG
    • MT3
    • BERT-bázis
    • WaveNet
  7. What information does a symbolic MIDI note event typically encode?
    • Only the waveform’s microphone brand
    • A compressed audio bitrate and codec license
    • Pitch and timing such as onset and duration
    • The listener’s preferred musical genre
  8. What makes MT3 a multitrack transcription system?
    • It converts every instrument to a single speech transcript
    • It only estimates the global BPM
    • It identifies songs from short audio fingerprints
    • It predicts note events across multiple instrument parts