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.

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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