Kuis terkait panduan · Keras Tingkat

Kuis Generasi Musik Hirarki MusicLM

Tinjau token hierarki MusicLM, pengkondisian melodi, penyelarasan teks-audio MuLan, dan sumber evaluasi MusicCaps.

Jalur panduan terkaitGenerasi Musik Hierarki Musiklm
Pertanyaan 1 dari 8

How does MusicLM formulate conditional music generation?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. How does MusicLM formulate conditional music generation?
    • As hierarchical sequence-to-sequence modeling over audio tokens
    • As painting pixels with a diffusion model
    • As concatenating fixed prerecorded loops
    • As simulating instrument mechanics
  2. Apa peran token semantik di MusicLM?
    • Mereka menyimpan metadata file lagu
    • Mereka menangkap struktur tingkat tinggi seperti melodi dan ritme
    • Mereka menerjemahkan lirik ke bahasa lain
    • Mereka mengontrol volume keluaran
  3. Komponen manakah yang memberikan detail akustik halus seperti timbre dan tekstur?
    • Teks meminta secara langsung
    • Sebuah langkah rekonstruksi Griffin-Lim
    • Token akustik codec saraf SoundStream
    • Buku peraturan teori musik tulisan tangan
  4. Bagaimana MusicLM menghubungkan prompt teks ke audio musik?
    • Dengan pencocokan kata kunci terhadap judul lagu
    • Dengan meminta manusia memberi label pada setiap klip
    • Melalui API terjemahan terpisah
    • Melalui MuLan, ruang penyematan teks musik bersama
  5. Mengapa desain yang hierarkis dan bertahap membantu struktur jangka panjang?
    • Ini memungkinkan token yang kasar dan lambat memodelkan bentuk jangka panjang tanpa panjang urutan yang besar
    • Ini menghilangkan kebutuhan akan data pelatihan apa pun
    • Ini memutar lagu lebih cepat agar lebih pas
    • Itu hanya menghasilkan tiga detik dalam satu waktu
  6. What does the MusicLM paper report about its generated music duration and sample rate?
    • Every output is exactly 30 seconds at 8 kHz
    • Its experiments report 24 kHz music that can remain consistent over several minutes
    • Only one-second clips at 48 kHz
    • Uncompressed MIDI of unlimited duration
  7. What additional input can MusicLM use alongside text to guide generation?
    • A spectrogram-only image caption
    • A microphone-array steering vector
    • A hummed or whistled melody
    • A source-code repository
  8. What did the MusicLM paper release as MusicCaps?
    • A collection of 5,500 synthesizer presets
    • A speech transcription benchmark
    • A set of SoundStream model weights only
    • 5,500 music-text pairs with human-written descriptions