サウンドイベント検出クイズ

クイズに答えると、答えと解説が表示されます。

1. What extra output does temporal sound event detection estimate beyond a clip-level tag?
   • Only the audio file’s compression ratio
   • Only its filename’s alphabetical order
   • Event onset and offset boundaries within the clip
   • Only the display color of a waveform
2. サウンド イベントの検出がポリフォニックの問題としてよく言われるのはなぜですか?
   • 音符のみを扱うため
   • 複数の音が重なって同時に発生する可能性があるため、
   • 複数のマイクが必要なため
   • オーディオは常にステレオなので
3. SED トレーニング データにおける「弱いラベル付け」とは何を意味しますか?
   • ラベルは暗号化されています
   • オーディオの品質が悪い
   • 静かな音のみにラベルが付けられます
   • クリップにはイベントが発生したというラベルが付けられますが、正確な時期ではありません
4. Which classifier structure is identified in the cited DCASE 2024 baseline?
   • A convolutional recurrent neural network with added pretrained frame features
   • Only a static spreadsheet sort
   • Only an unchanged relational database table
   • Only a mandatory image-file compressor
5. Which time-frequency representation is used in the documented sound-detection baseline context described here?
   • Only a speech transcript
   • A log-mel representation
   • Only a JPEG photograph
   • Only an unchanged output filename
6. Which cited research challenge supplies the 2018 and 2024 sound-event task settings discussed here?
   • オリンピック
   • A retail shopping holiday
   • A mandatory social-network ranking
   • DCASE
7. Considering only the DCASE 2018 onset collar of 200 ms, does a 1.15 s prediction satisfy it for a 1.00 s reference onset?
   • Yes; the onset error is 150 ms
   • No; the error is 1.15 s
   • No; every predicted onset must be numerically identical
   • Yes; onset errors are never evaluated
8. In the heterogeneous 2024 task, how does the baseline handle outputs for classes whose annotations are missing in a training dataset?
   • Treats every unannotated class as certainly absent
   • Copies all missing labels from the final test answers
   • Masks those unavailable outputs in the relevant loss computation
   • Eliminates every labeled class from the model