Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Riffúziós spektrogram diffúziós kvíz

Tekintse át a Riffusion Stable Diffusion alapját, a spektrogram ábrázolását, a fázisrekonstrukciót és a generált hang korlátait.

Kapcsolódó útmutató utakRiffúziós spektrogram diffúzió
kérdés 1 -ból 8

Melyik létező AI-modellt finomhangolta a Riffusion, hogy zenét generáljon?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Melyik létező AI-modellt finomhangolta a Riffusion, hogy zenét generáljon?
    • Stable Diffusion, egy képgeneráló modell
    • Beszédfelismerő modell
    • Nagy nyelvi modell
    • Megerősítő tanulási ügynök
  2. Egy Riffusion spektrogram képen melyik irány jellemzően az idő növekedését jelenti?
    • Alulról felfelé a függőleges tengely mentén
    • Balról jobbra a vízszintes tengely mentén
    • Középről kifelé
    • Az idő nincs ábrázolva
  3. Miért van szüksége a Riffúziónak olyan algoritmusra, mint a Griffin-Lim?
    • A szöveges prompt angolra fordítása
    • A végső hangfájl tömörítéséhez
    • A spektrogramból hiányzó fázisinformációk rekonstruálására
    • A dal műfajának felismerése
  4. Mit tehet a felszólító interpoláció a Riffusion-ben?
    • A generált zenét átiratká alakíthatja
    • Válasszuk szét a hangszereket szárra
    • Cserélje le a képmodellt egy nyelvi modellre
    • Keverjen össze két azonnali kondicionált hangötlet között
  5. Hogyan jött létre és adták ki eredetileg a Riffusion-t?
    • Két alkotó hobbiprojektjeként 2022-ben
    • Állami kutatási pályázatként
    • Fizetett termékként egy nagy lemezkiadótól
    • Csak egyetemi doktori disszertáció részeként
  6. A felszólításokon kívül milyen további feltételeket tartalmaz a Riffusion központi adattára a diffúziós csővezetékhez?
    • Egy hangszóró naplózó címke
    • Kép kondicionálása
    • MIDI átírás
    • Mikrofon tömb geometriája
  7. A Riffusion spektrogramon mit jelent a pixelintenzitás?
    • A lírai átirat magabiztossága
    • A sztereó mikrofon helye
    • Egy idő-frekvencia komponens nagysága vagy energiája
    • A diffúziós lépések száma önmagában
  8. Mit csinál egy mel-frekvencia tengely a hertzben mért egyenletes térközhöz képest?
    • A frekvenciát kimondott szavakká alakítja
    • Minden frekvenciasávot Hertzben egyenlő távolságra tesz
    • Csak sztereó pozíciót tárol
    • Nemlineáris térközt használ, hogy jobban tükrözze az észlelt hangmagasság-különbségeket