Kuis terkait panduan · Sedang Tingkat

Kuis Koefisien Cepstral Frekuensi Mel

Uji bagaimana MFCC merangkum energi spektral berskala persepsi, kontribusi DCT, dan mengapa ujung depan audio yang dipelajari adalah hal yang umum.

Pertanyaan 1 dari 8

Apa yang dimaksud dengan 'mel' di MFCC?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Apa yang dimaksud dengan 'mel' di MFCC?
    • Nama penemunya
    • Jenis lapisan jaringan saraf
    • Satuan kenyaringan dalam desibel
    • Skala frekuensi persepsi yang meniru pendengaran nada manusia
  2. Transformasi manakah yang diterapkan terakhir untuk menghasilkan koefisien cepstral?
    • Transformasi kosinus diskrit
    • Transformasi Fourier
    • Transformasi gelombang
    • Transformasi Hilbert
  3. Mengapa MFCC relatif kuat terhadap nada pembicara?
    • Mereka memperkuat frekuensi dasar
    • DCT memisahkan bentuk saluran vokal lambat dari harmonik nada cepat
    • Mereka mengabaikan amplitudo sepenuhnya
    • Mereka mengubah audio menjadi teks terlebih dahulu
  4. Kira-kira berapa banyak koefisien MFCC yang biasanya disimpan per frame?
    • Tepatnya 100
    • Sekitar 1.000
    • Sekitar jam 13
    • Hanya 1
  5. Mengapa log diterapkan pada energi mel-band?
    • Untuk mengkonversi ke teks
    • Untuk menghilangkan semua kebisingan dengan sempurna
    • Untuk meningkatkan tingkat pengambilan sampel
    • Untuk memperkirakan bagaimana manusia memandang kenyaringan
  6. Dalam sistem audio pembelajaran mendalam modern, apa yang sering menggantikan MFCC buatan tangan?
    • Bentuk gelombang mentah atau spektogram log-mel dimasukkan ke dalam front-end yang dipelajari
    • Transkrip teks biasa
    • Hanya transformasi Fourier tanpa penskalaan
    • file MIDI
  7. What do the MFCCs summarize after the discrete cosine transform?
    • The original waveform sample by sample
    • A compact representation of the log mel-spectrum’s broad shape
    • The exact phase of every frequency component
    • The semantic meaning of a spoken sentence
  8. What information is lost when a signal is summarized by a small set of MFCCs?
    • The recording’s entire duration
    • Every estimate of average loudness
    • Fine spectral detail and phase information
    • The existence of a time axis