Quiz collegato alla guida · Medio Livello

Quiz sulla compressione audio EnCodec

Esamina la pipeline di compressione neurale di EnCodec, i codici latenti, la modellazione entropica, i formati audio supportati e il bilanciamento delle perdite di addestramento.

Percorsi guida correlatiCompressione audio codificata
Domanda 1 di 8

Quale organizzazione ha rilasciato EnCodec?

Anteprima di ogni domanda8 domande

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

  1. Quale organizzazione ha rilasciato EnCodec?
    • IA Meta
    • OpenAI
    • Microsoft Ricerca
    • NVIDIA
  2. Quale componente extra aggiunge EnCodec per spremere senza perdite una maggiore compressione dai suoi token?
    • Un invertitore di spettrogramma
    • Un modello entropico (linguaggio) basato su Transformer
    • Un cancello antirumore
    • Un secondo decodificatore
  3. A circa 6 kbps, la qualità di EnCodec è stata segnalata come paragonabile a MP3 a quale bitrate?
    • 320 kbps
    • 16 kbps
    • 64 kbps
    • 8 kbps
  4. Quale problema risolve il "bilanciatore" di EnCodec durante l'allenamento?
    • Rimuove il silenzio dalle registrazioni
    • Converte l'audio mono in stereo
    • Seleziona la frequenza di campionamento
    • Ridimensiona automaticamente i termini di perdita concorrenti in modo che la formazione rimanga stabile
  5. Quale metodo di quantizzazione principale condivide EnCodec con SoundStream?
    • Quantizzazione vettoriale residua (RVQ)
    • k-significa solo clustering
    • Codifica di Huffman
    • Analisi delle componenti principali
  6. Quali modelli generativi utilizzano i token EnCodec come rappresentazione audio?
    • DALL-E e Midjourney
    • MusicGen e AudioGen
    • Whisper e Wav2Vec
    • Diffusione stabile e immagine
  7. Which audio formats are described for EnCodec in its paper?
    • 8 kHz mono only
    • 44.1 kHz stereo only
    • 24 kHz monophonic audio and 48 kHz stereophonic audio
    • 96 kHz multichannel audio only
  8. Which losses help EnCodec balance waveform reconstruction and perceptual sound quality?
    • Only a text-token cross-entropy loss
    • Only a speaker-classification loss
    • A reward-model loss without reconstruction
    • Time-domain and multi-scale spectrogram reconstruction losses with adversarial discriminators