Quiz collegato alla guida · Medio Livello

Quiz sui coefficienti cefalorali della frequenza Mel

Testa il modo in cui gli MFCC riassumono le energie spettrali percettivamente scalate, il contributo del DCT e perché i front-end audio appresi sono comuni.

Domanda 1 di 8

A cosa si riferisce il "mel" in MFCC?

Anteprima di ogni domanda8 domande

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

  1. A cosa si riferisce il "mel" in MFCC?
    • Il nome dell'inventore
    • Un tipo di livello di rete neurale
    • Un'unità di volume in decibel
    • Una scala di frequenza percettiva che imita l'udito umano
  2. Quale trasformazione viene applicata per ultima per produrre i coefficienti cepstrali?
    • Trasformata discreta del coseno
    • Trasformata di Fourier
    • Trasformata wavelet
    • Trasformata di Hilbert
  3. Perché gli MFCC sono relativamente robusti rispetto al tono di un oratore?
    • Amplificano la frequenza fondamentale
    • Il DCT separa la forma lenta del tratto vocale dalle armoniche del tono rapido
    • Ignorano completamente l'ampiezza
    • Convertono prima l'audio in testo
  4. Approssimativamente quanti coefficienti MFCC vengono generalmente mantenuti per frame?
    • Esattamente 100
    • Circa 1.000
    • Intorno alle 13
    • Solo 1
  5. Perché il log viene applicato alle energie della banda mel?
    • Per convertire in testo
    • Per eliminare perfettamente ogni rumore
    • Per aumentare la frequenza di campionamento
    • Per approssimare il modo in cui gli esseri umani percepiscono il volume
  6. Nei moderni sistemi audio di deep learning, cosa spesso sostituisce gli MFCC realizzati artigianalmente?
    • Forme d'onda grezze o spettrogrammi log-mel inseriti nei front-end appresi
    • Trascrizioni in testo semplice
    • Solo la trasformata di Fourier senza ridimensionamento
    • File MIDI
  7. What do the MFCCs summarize after the discrete cosine transform?
    • The original waveform sample by sample
    • A compact representation of the log mel-spectrum’s broad shape
    • The exact phase of every frequency component
    • The semantic meaning of a spoken sentence
  8. What information is lost when a signal is summarized by a small set of MFCCs?
    • The recording’s entire duration
    • Every estimate of average loudness
    • Fine spectral detail and phase information
    • The existence of a time axis