ガイド連動クイズ · 中 レベル

音楽ジャンル分類クイズ

オーディオ表現、GTZAN の構成、ジャンルの曖昧さ、データセット漏洩のリスク、アーティスト間で互いに素なデータの評価について取り上げます。

関連するガイドパス音楽ジャンルの分類
質問 1 の 8

ジャンル分類ニューラル ネットワークへの入力として一般的に使用されるメル スペクトログラムとは何ですか?

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. ジャンル分類ニューラル ネットワークへの入力として一般的に使用されるメル スペクトログラムとは何ですか?
    • 知覚ピッチスケールを使用したオーディオの時間周波数イメージ
    • 歌詞を数字に変換したリスト
    • 時間の経過に伴う生の振幅のみを示す波形
    • アーティスト名とリリース年のデータベース
  2. 10 のジャンルにわたる 1,000 個の 32 秒クリップを含む古典的なベンチマーク データセットはどれですか?
    • イメージネット
    • グザン
    • リブスピーチ
    • ココ
  3. 完璧なジャンル分類の精度を達成することが根本的に難しいのはなぜですか?
    • コンピューターは音声をまったく処理できません
    • すべての曲はアルゴリズム的に同じように聞こえます
    • ジャンルの境界は曖昧で文化的に主観的です
    • 音声ファイルが小さすぎるため分析できません
  4. 初期のジャンル分類システムで広く使用されていた手作りの特徴はどれですか?
    • JPEG圧縮率
    • HTMLタグの頻度
    • ピクセルの明るさのヒストグラム
    • メル周波数ケプストラム係数 (MFCC)
  5. ジャンル分類子の最後にあるソフトマックス層は何を生成しますか?
    • ジャンルクラスにわたる確率分布
    • 単一のオーディオ波形
    • 圧縮されたMP3ファイル
    • スペクトログラム画像
  6. How can self-supervised music pretraining reduce dependence on labeled genre examples?
    • It eliminates the need to evaluate genre labels
    • It can learn audio representations from unlabeled music, which are then evaluated or fine-tuned with labeled examples
    • It guarantees correct labels for every song
    • It converts genre categories into universal facts
  7. How can exact or repeated excerpts in GTZAN distort a random train/test evaluation?
    • They ensure that every genre label is objective
    • They make the test set contain more genres than training
    • If repetitions cross the split, a model may see duplicate or near-duplicate material in both sets
    • They remove any need to inspect class labels
  8. How do MFCCs differ from a mel-spectrogram representation?
    • MFCCs are the model’s final genre probabilities
    • A mel-spectrogram removes the time axis entirely
    • MFCCs measure only the recording’s file size
    • MFCCs summarize the log-mel spectrum with cepstral coefficients