Quiz collegato alla guida · Medio Livello

Quiz sulla separazione RNN a doppio percorso

Esamina i blocchi sovrapposti di DPRNN, la ricorrenza intra e inter-chunk, la ricostruzione con aggiunta di sovrapposizioni e i risultati con ambito benchmark.

Percorsi guida correlatiSeparazione Rnn a doppio percorso
Domanda 1 di 8

Quale problema risolve principalmente il Dual-Path RNN?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Quale problema risolve principalmente il Dual-Path RNN?
    • Modellazione di sequenze audio estremamente lunghe che travolgono una singola RNN
    • Generazione di nuova musica dal testo
    • Compressione di file audio per l'archiviazione
    • Rilevamento della lingua parlata
  2. Quali sono i due "percorsi" in una RNN a doppio percorso?
    • Codificatore e decodificatore
    • Ricorrenza intra-chunk (locale) e inter-chunk (globale).
    • Riproduzione audio in avanti e all'indietro
    • Percorsi formativi e di inferenza
  3. Come viene preparata la lunga sequenza di funzionalità prima dei blocchi a doppio percorso?
    • Viene convertito in un singolo vettore medio
    • Viene trasformato in token di testo
    • È segmentato in brevi pezzi sovrapposti che formano una griglia 2D
    • Viene sottoposto a downsampling a un campione
  4. In quale framework esistente è stato inserito DPRNN in sostituzione del separatore?
    • Un modello di immagine di diffusione
    • Solo un decodificatore di sintesi vocale
    • Un vocoder basato su GAN
    • Il framework codificatore/decodificatore Conv-TasNet
  5. Quale modello successivo ha mantenuto la struttura a doppio percorso di DPRNN ma ha sostituito gli RNN con Transformers?
    • SepEx
    • WaveNet
    • BERT
    • Tacotron
  6. Perché l'elaborazione in blocchi aiuta la stabilità dell'allenamento?
    • Elimina la necessità di qualsiasi funzione di perdita
    • Ogni RNN vede solo una breve sottosequenza, evitando catene di backprop molto lunghe
    • Elimina automaticamente tutti gli altoparlanti sovrapposti
    • Converte l'audio in immagini
  7. How are processed overlapping chunks recombined into the output sequence?
    • By sorting them alphabetically
    • By averaging all chunks into one frame
    • By overlap-add across the chunk positions
    • By converting them into text tokens
  8. On which benchmark did the DPRNN paper report its 20-times-smaller model comparison?
    • MUSDB18
    • ImageNet
    • LibriTTS
    • WSJ0-2mix