Quiz collegato alla guida · Medio Livello
Quiz sulla separazione del dominio del tempo Conv-TasNet
Esamina il codificatore della forma d'onda appreso da Conv-TasNet, le funzionalità di separazione mascherata, il separatore TCN e l'ambito dei suoi risultati di benchmark.
Domanda 1 di 8
Qual è la caratteristica distintiva di Conv-TasNet rispetto ai precedenti sistemi di separazione?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Qual è la caratteristica distintiva di Conv-TasNet rispetto ai precedenti sistemi di separazione?
- Funziona direttamente sulla forma d'onda grezza invece che su uno spettrogramma fisso
- Non richiede dati di addestramento
- Funziona solo con la musica, non con il parlato
- Converte prima l'audio in MIDI
- Che tipo di rete utilizza Conv-TasNet come modulo di separazione?
- Un singolo livello completamente connesso
- Una rete convoluzionale temporale (convoluzioni 1D dilatate impilate)
- Un insieme di alberi decisionali
- Un modello di diffusione
- Cosa sostituisce la tradizionale trasformata di Fourier a breve termine in Conv-TasNet?
- Una trasformata wavelet
- Una finestra di Hann
- Un codificatore di convoluzione 1D appreso
- Un banco di filtri Mel
- Quale funzione di perdita è centrale per la formazione di Conv-TasNet?
- Entropia incrociata sulle etichette delle parole
- Errore assoluto medio dei pixel
- Perdita dell'immagine contrastiva
- SI-SNR invariante di scala con training invariante per permutazione
- What did Conv-TasNet’s paper report about ideal time-frequency magnitude masks?
- It surpassed several ideal magnitude masks in two-speaker separation evaluations
- Ha eliminato la necessità di microfoni
- It only worked on one identical speaker
- It used ideal masks as its encoder
- What does Conv-TasNet’s learned encoder produce for the separator?
- A transcript of each speaker
- A waveform representation optimized for speaker separation
- A fixed mel image
- A list of microphone locations
- What type of speech-separation task did the Conv-TasNet paper address?
- Text-to-speech from a written prompt
- Speaker identification from video frames
- A single-channel mixture containing multiple speakers
- Multichannel music transcription with MIDI output
- What allows Conv-TasNet’s TCN to model long-term speech dependencies?
- A database lookup for every audio sample
- A text decoder
- A fixed Fourier transform alone
- Stacked one-dimensional dilated convolutional blocks