Quiz collegato alla guida · Medio Livello
Quiz sull'apprendimento degli incorporamenti audio e della rappresentazione
Esamina come gli incorporamenti audio codificano il suono, come l'addestramento contrastivo collega audio e testo e come i vettori appresi si trasferiscono tra le attività.
Domanda 1 di 8
Cos'è un incorporamento audio?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Cos'è un incorporamento audio?
- Un vettore di numeri di lunghezza fissa che rappresentano le caratteristiche significative di un suono
- Una versione MP3 compressa del file audio
- Una trascrizione scritta di parole pronunciate
- Un livello di volume misurato in decibel
- Perché l’apprendimento autosupervisionato è così importante per gli incorporamenti audio?
- Richiede che l'audio venga registrato in uno studio
- Apprende rappresentazioni utili da audio senza etichetta, riducendo la necessità di etichette umane
- Funziona solo con la musica, non con il parlato
- Garantisce una perfetta accuratezza della trascrizione
- Come apprende Wav2Vec 2.0 durante il pre-allenamento?
- Traducendo l'audio in francese
- Memorizzando esattamente ogni file di allenamento
- Mascherando intervalli di audio e prevedendo la corretta unità quantizzata tra i distrattori
- Misurando la dimensione del file di ciascuna clip
- Cosa si allinea un modello come CLAP in uno spazio di incorporamento condiviso?
- Due diversi fotogrammi video
- Pixel e istogrammi di colore
- Livello della batteria e utilizzo della CPU
- Descrizioni audio e testuali corrispondenti
- Prima di fornire l'audio a una rete neurale, quale trasformazione comune viene spesso applicata?
- Convertendolo in uno spettrogramma o in una rappresentazione del filtro appreso
- Stampandolo come spartito
- Eliminazione permanente di tutte le frequenze al di sopra dell'udito umano
- Convertendolo in un'immagine JPEG della copertina dell'album
- Quale attività del mondo reale si basa direttamente sul confronto degli incorporamenti audio?
- Calcolo del prezzo di acquisto di un brano
- Diarizzazione del relatore, per capire chi ha parlato e quando
- Scelta della grafica della copertina dell'album
- Impostazione della luminosità dello schermo
- During contrastive audio-text training, what happens to a matching audio clip and its text description?
- They are converted into the same raw waveform
- The text embedding is discarded
- Their embeddings are pulled closer while mismatched pairs are pushed apart
- The audio is assigned a speaker name as a class label
- Why can one self-supervised audio embedding be reused across several downstream tasks?
- It stores the original waveform without compression
- It contains a manually written label for every possible sound
- It works only for one speaker and one recording
- It captures general acoustic structure that can support tasks with little extra labeled data