Quiz collegato alla guida · Medio Livello
Quiz sui codec audio neurali
Prova come i codec audio neurali codificano e ricostruiscono il suono, come funziona la quantizzazione residua e perché la velocità del token influisce sul bitrate e sulla qualità.
Domanda 1 di 8
Quali sono le due cose che fa principalmente un codec audio neurale?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Quali sono le due cose che fa principalmente un codec audio neurale?
- Comprimi l'audio in token discreti e ricostruiscilo
- Registra e amplifica l'audio
- Tradurre e trascrivere il discorso
- Aggiungi riverbero ed equalizzazione
- Quale tecnica di quantizzazione è fondamentale per codec come SoundStream ed EnCodec?
- Quantizzazione JPEG
- Quantizzazione vettoriale residua (RVQ)
- Codifica predittiva lineare
- Quantizzazione di Fourier
- Nella quantizzazione dei vettori residui, cosa codifica ciascun codice successivo?
- Un canale audio completamente separato
- La trascrizione testuale dell'audio
- L'errore residuo lasciato dai codici precedenti
- I metadati della frequenza di campionamento
- Perché i codec audio neurali sono importanti per i modelli audio generativi?
- Etichettano automaticamente l'audio con i generi
- Mescolano più tracce insieme
- Convertono l'audio in spartiti
- Forniscono i token discreti generati da modelli come VALL-E e MusicGen
- In che modo l'utilizzo di più codici in un codec neurale influisce sull'output?
- Aumenta il bitrate ma migliora la qualità della ricostruzione
- Riduce il bitrate e la qualità insieme
- Cambia la lingua del discorso
- Non ha alcun effetto sulla qualità
- What subjective comparison did the SoundStream paper report at 3 kbps?
- At 24 kHz, SoundStream at 3 kbps outperformed Opus at 12 kbps in the reported evaluation
- It matched every codec at every bitrate
- It was tested only against MP3 at 320 kbps
- It produced higher quality than all commercial audio codecs
- What is the decoder’s role in a neural audio codec?
- Choose which transcript is legally correct
- Predict the speaker’s identity from text only
- Reconstruct audio from the encoded discrete representation
- Assign language labels to silence
- What inference capability did the SoundStream paper report for its low-latency codec?
- Only offline batch processing on a server cluster
- It required a GPU for every audio frame
- It could encode images but not audio
- Streamable real-time inference on a smartphone CPU