Kuis terkait panduan · Sedang Tingkat

Kuis Transkripsi Musik Otomatis

Tinjau bagaimana transkripsi musik otomatis mengubah rekaman menjadi peristiwa nada, mengapa polifoni sulit dilakukan, dan bagaimana sistem multitrack merepresentasikan bagian-bagian.

Jalur panduan terkaitTranskripsi Musik Otomatis
Pertanyaan 1 dari 8

Apa yang terutama dihasilkan oleh Transkripsi Musik Otomatis?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Apa yang terutama dihasilkan oleh Transkripsi Musik Otomatis?
    • Representasi simbolis seperti MIDI atau lembaran musik
    • Versi audio yang lebih keras dan remaster
    • Deskripsi teks tentang mood lagu
    • File audio terkompresi
  2. Mengapa musik polifonik sangat sulit untuk ditranskripsikan?
    • File audio terlalu besar
    • Nada yang tumpang tindih berbagi dan mengaburkan harmonik dalam spektrum
    • Mikrofon tidak dapat merekam lebih dari satu nada
    • Musik polifonik selalu terlalu sunyi
  3. Apa yang penting tentang model Onsets dan Frames Google?
    • Itu menghasilkan lagu-lagu baru dari awal
    • Itu hanya bekerja pada kata-kata yang diucapkan
    • Ini memisahkan deteksi permulaan dari deteksi nada tingkat bingkai
    • Ini menghilangkan kebisingan latar belakang dari rekaman
  4. Mengapa Constant-Q Transform berguna untuk musik?
    • Ini menghapus bagian diam secara otomatis
    • Ini mengubah stereo menjadi mono
    • Ini mempercepat audio
    • Tempat frekuensinya diberi jarak secara logaritmik, sesuai dengan jarak nada musik
  5. Apa yang dimaksud dengan 'onset' dalam transkripsi?
    • Saat yang tepat sebuah catatan dimulai
    • Akhir dari sebuah lagu
    • Volume rekaman
    • Tempo lagu tersebut
  6. Model mana yang dikenal mampu mentranskripsikan beberapa instrumen sekaligus?
    • jpeg
    • MT3
    • Basis BERT
    • GelombangNet
  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