Quiz collegato alla guida · Medio Livello

Estrazione di contenuti audio con Librosa Quiz

Esamina le funzionalità e le scelte di framing di Librosa e previeni errori di frequenza di campionamento, forma, normalizzazione e suddivisione dei dati nelle pipeline di machine learning riutilizzabili.

Domanda 1 di 8

Quale famiglia di caratteristiche riassume le informazioni dell'inviluppo spettrale utilizzando un banco di filtri mel e una trasformata coseno?

Anteprima di ogni domanda8 domande

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

  1. Quale famiglia di caratteristiche riassume le informazioni dell'inviluppo spettrale utilizzando un banco di filtri mel e una trasformata coseno?
    • Vettori di crominanza
    • Buste con resistenza all'inizio
    • MFCC
    • Angoli di fase STFT grezzi
  2. Cosa aggrega comunemente una rappresentazione della crominanza?
    • Energia in ogni distinto contenitore di frequenza assoluta senza piegamento di ottava
    • Energia per classe di falda
    • Gli intervalli di tempo tra i successivi picchi di ampiezza
    • Coefficienti cepstrali che descrivono l'inviluppo spettrale
  3. Quale impostazione controlla la spaziatura tra i successivi fotogrammi di analisi?
    • Solo la lunghezza della finestra
    • Numero di bande mel
    • Numero di coefficienti cepstrali
    • Lunghezza del luppolo
  4. Perché una forma d'onda deve essere trasformata durante il ricampionamento?
    • La modifica solo dei metadati non crea campioni alla nuova velocità
    • La sola rietichettatura dei campioni preserva sempre in ogni caso l'intonazione della riproduzione
    • Un nuovo campo della frequenza di campionamento applica automaticamente il filtro anti-alias
    • Copiare ripetutamente i campioni equivale a qualsiasi metodo di ricampionamento appropriato
  5. Perché le statistiche di normalizzazione delle caratteristiche dovrebbero essere adattate solo ai dati di addestramento?
    • Per garantire che ogni caratteristica normalizzata sia gaussiana
    • Per rendere la preelaborazione indipendente dai dati di adattamento
    • Per evitare che le informazioni sulla convalida o sul test influenzino la preelaborazione
    • Per consentire una diversa normalizzazione appresa all'inferenza senza convalida
  6. Quali informazioni vengono scartate quando una STFT viene ridotta alla grandezza?
    • Tasso di campionamento
    • Fase
    • Conteggio dei tempi
    • Conteggio dei bin di frequenza
  7. Quale affermazione sulla forza d’esordio è accurata?
    • Rileva ogni inizio ad un confine esatto
    • Misura solo il volume del frame
    • Restituisce etichette di battute indipendenti dal tempo
    • Riepiloga le modifiche associate ai probabili attacchi ma non è un rilevatore di eventi garantito
  8. Perché raggruppare le registrazioni per relatore o sessione prima di dividere le finestre sovrapposte?
    • In caso contrario, le finestre correlate potrebbero fuoriuscire durante l'addestramento e la convalida
    • La sovrapposizione delle finestre garantisce l'indipendenza una volta mescolate le etichette
    • Il raggruppamento modifica la frequenza di campionamento della forma d'onda
    • Un identificatore di origine da solo rimuove ogni correlazione tra finestre correlate