Kuis Pemisahan RNN Jalur Ganda

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Masalah apa yang terutama dipecahkan oleh Dual-Path RNN?
   • Memodelkan rangkaian audio yang sangat panjang yang memenuhi satu RNN
   • Menghasilkan musik baru dari teks
   • Mengompresi file audio untuk penyimpanan
   • Mendeteksi bahasa yang diucapkan
2. Apa dua 'jalur' dalam RNN Jalur Ganda?
   • Encoder dan decoder
   • Kekambuhan intra-chunk (lokal) dan inter-chunk (global).
   • Pemutaran audio maju dan mundur
   • Jalur pelatihan dan inferensi
3. Bagaimana rangkaian fitur panjang disiapkan sebelum blok jalur ganda?
   • Itu diubah menjadi vektor rata-rata tunggal
   • Itu diubah menjadi token teks
   • Itu disegmentasi menjadi potongan-potongan pendek yang tumpang tindih membentuk kisi 2D
   • Itu diturunkan sampelnya menjadi satu sampel
4. Ke dalam kerangka manakah DPRNN dimasukkan sebagai pengganti pemisah?
   • Model gambar difusi
   • Hanya dekoder ucapan-ke-teks
   • Vocoder berbasis GAN
   • Kerangka kerja encoder/decoder Conv-TasNet
5. Model manakah yang selanjutnya mempertahankan struktur jalur ganda DPRNN tetapi menggantikan RNN dengan Transformers?
   • SepMantan
   • GelombangNet
   • BERT
   • Tacotron
6. Mengapa pemrosesan dalam beberapa bagian membantu stabilitas pelatihan?
   • Ini menghilangkan kebutuhan akan fungsi kerugian apa pun
   • Setiap RNN hanya melihat sub-urutan pendek, menghindari rantai backprop yang sangat panjang
   • Ini menghilangkan semua speaker yang tumpang tindih secara otomatis
   • Ini mengubah audio menjadi gambar
7. How are processed overlapping chunks recombined into the output sequence?
   • By sorting them alphabetically
   • By averaging all chunks into one frame
   • By overlap-add across the chunk positions
   • By converting them into text tokens
8. On which benchmark did the DPRNN paper report its 20-times-smaller model comparison?
   • MUSDB18
   • GambarNet
   • LibriTTS
   • WSJ0-2mix