Útmutatóhoz kapcsolódó kvíz · Közepes Szint
EnCodec hangtömörítési kvíz
Review EnCodec’s neural compression pipeline, latent codes, entropy modeling, supported audio formats, and training-loss balancing.
kérdés 1 -ból 8
Melyik szervezet adta ki az EnCodecet?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Melyik szervezet adta ki az EnCodecet?
- Meta MI
- OpenAI
- Microsoft Kutatás
- NVIDIA
- Milyen extra komponenst ad hozzá az EnCodec, hogy veszteségmentesen szorítsa ki több tömörítést a tokenekből?
- Egy spektrogram inverter
- Transzformátor alapú entrópia (nyelvi) modell
- Zajkapu
- Egy második dekóder
- Körülbelül 6 kb/s-nál az EnCodec minősége az MP3-éhoz hasonlítható, körülbelül milyen bitsebességgel?
- 320 kbps
- 16 kbps
- 64 kbps
- 8 kbps
- Milyen problémát old meg az EnCodec „kiegyenlítője” edzés közben?
- Eltávolítja a csendet a felvételekről
- Monó hangot sztereóvá alakít át
- Kiválasztja a mintavételi frekvenciát
- Automatikusan skálázza a versengő veszteségfeltételeket, így az edzés stabil marad
- Melyik alapvető kvantálási módszert osztja meg az EnCodec a SoundStreammel?
- Maradékvektor kvantálás (RVQ)
- k-csak klaszterezést jelent
- Huffman kódolás
- Főkomponens elemzés
- Mely generatív modellek használnak EnCodec tokeneket hangábrázolásként?
- DALL-E és Midjourney
- MusicGen és AudioGen
- Whisper és Wav2Vec
- Stabil diffúzió és kép
- Which audio formats are described for EnCodec in its paper?
- 8 kHz mono only
- 44.1 kHz stereo only
- 24 kHz monophonic audio and 48 kHz stereophonic audio
- 96 kHz multichannel audio only
- Which losses help EnCodec balance waveform reconstruction and perceptual sound quality?
- Only a text-token cross-entropy loss
- Only a speaker-classification loss
- A reward-model loss without reconstruction
- Time-domain and multi-scale spectrogram reconstruction losses with adversarial discriminators