ガイド連動クイズ · ハード レベル

AudioLM クイズ

AudioLM がセマンティックおよび音響トークン、コーデック表現、および音声のみのトレーニングを使用して音声の継続をモデル化する方法を理解します。

関連するガイドパスオーディオム
質問 1 の 8

AudioLM はオーディオを生成するためにどのような中心的なアイデアを使用していますか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. AudioLM はオーディオを生成するためにどのような中心的なアイデアを使用していますか?
    • 音声を一連のトークンとして扱い、言語モデルのように次のトークンを予測します。
    • 楽譜からオーディオをレンダリングします
    • 学習せずにランダムなノイズをサンプリングします
    • 人間のパフォーマンスを記録して再生します
  2. AudioLM における「セマンティック」トークンの役割は何ですか?
    • 微細な音色と録音ノイズをキャプチャします。
    • 音声やメロディーなどの長期的な構造を捉えます。
    • テキストのトランスクリプトを保存します
    • 出力ファイル形式を制御します
  3. AudioLM の音響トークンを生成するニューラル コーデックはどれですか?
    • MP3
    • ウェーブネット
    • SoundStream
    • ささやき
  4. AudioLM にはトレーニング データとして何が必要ですか?
    • 音声と詳細なトランスクリプトを組み合わせたもの
    • MIDIファイルのみ
    • 波形イメージ
    • 生の音声のみ、トランスクリプトなし
  5. After AudioLM predicts semantic tokens, how does its hierarchical generation add acoustic detail?
    • It predicts coarse acoustic tokens, then fine acoustic tokens
    • It predicts fine acoustic tokens, then coarse acoustic tokens
    • It predicts coarse acoustic tokens before semantic tokens
    • It predicts acoustic tokens without a semantic-token stage
  6. AudioLM のトークンベースのアプローチに直接基づいて構築された後のシステムはどれですか?
    • Stable Diffusion
    • MusicLM
    • GPT-2
    • DALL-E
  7. Which model does AudioLM use to produce its semantic token sequence?
    • A text-only GPT decoder trained on transcripts
    • The SoundStream waveform decoder
    • A self-supervised w2v-BERT representation model
    • A hand-authored MIDI score
  8. What audio types did the AudioLM paper demonstrate continuing from an audio prompt?
    • Only environmental noise and no music
    • Spoken text transcripts and MIDI files only
    • Images and silent video clips
    • Speech and piano music