残差ベクトル量子化クイズ

クイズに答えると、答えと解説が表示されます。

1. RVQ の連続する各コードブックは何を量子化しますか?
   • 前の段階で残された残留エラー
   • 元の入力を最初からやり直す
   • 別のオーディオチャンネル
   • デコーダの出力
2. 単一の大きなコードブックの代わりに RVQ を使用するのはなぜですか?
   • トレーニングの必要がなくなります
   • 巨大で効果的なコードブックを小さなコードブックに因数分解し、メモリとコンピューティングを節約します。
   • エンコーダーを完全に排除します
   • テキストデータに対してのみ機能します
3. RVQ コードから最終的な再構成はどのように形成されるのでしょうか?
   • 最後のコードブックのベクトルのみを取得することによって
   • ノイズを含む入力を平均化することにより
   • すべてのステージから選択されたベクトルを合計することによって
   • すべてのコードブック エントリを乗算することによって
4. それぞれ K エントリからなる M ステージがある場合、RVQ はいくつの効果的なコードの組み合わせを表しますか?
   • M 倍 K
   • MプラスK
   • K を M で割った
   • KのM乗
5. RVQ コードブックをトレーニングするときの「コミットメント損失」の一般的な目的は何ですか?
   • エンコーダ出力を選択したコードブック エントリに近づけるため
   • オーディオのサンプルレートを上げるには
   • 未使用のオーディオフレームを削除するには
   • コードをテキストに変換し直すには
6. RVQ では、推論時にニューラル コーデックのビットレートをどのように変更できるのでしょうか?
   • 別のサンプルレートのみに切り替えることによって
   • 使用する量子化ステージの数を増減することにより
   • モデル全体を毎回再トレーニングすることで
   • デコーダの重みを圧縮することで
7. In RVQ training, what does commitment loss encourage?
   • Each codebook to contain a different number of entries
   • The decoder to output longer audio
   • The encoder output to stay close to the selected codebook vector
   • The residual to increase at every quantization stage
8. How are codebook vectors commonly updated in the guide’s RVQ description?
   • By sorting the codebook alphabetically
   • By replacing the codebook with a recurrent network
   • By adding the residual directly to every code index
   • With exponential moving averages of encoder assignments