가이드 연계 퀴즈 · 중간 레벨

음향 장면 분류 퀴즈

온디바이스 모델에 대한 주변 장면 인식, 장치 불일치, log-mel 기능, 장치 인식 증강 및 메모리 제약 조건을 살펴보세요.

관련 가이드 경로음향 장면 분류
질문 1 의 8

음향 장면 분류는 소리 이벤트 감지와 어떻게 다릅니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. 음향 장면 분류는 소리 이벤트 감지와 어떻게 다릅니까?
    • 그것들은 정확히 같은 작업입니다
    • ASC는 전체 환경을 식별하고 이벤트 감지는 특정 소리를 감지합니다.
    • ASC는 음악에서만 작동합니다.
    • 이벤트 감지는 시간을 완전히 무시합니다.
  2. ASC의 '장치 불일치' 문제는 무엇입니까?
    • 스피커에서 오디오가 너무 크게 재생됨
    • 잘못된 형식으로 저장된 파일
    • 한 마이크에서 훈련된 모델이 다른 마이크에서 성능이 저하됨
    • 똑같이 들리는 두 장면
  3. ASC 모델의 표준 입력 표현은 무엇입니까?
    • 원시 텍스트 성적표
    • 위치의 JPEG 이미지
    • GPS 좌표
    • 로그멜 스펙트로그램
  4. ASC 모델이 단일 순간이 아닌 여러 초에 걸쳐 기능을 풀링하는 이유는 무엇입니까?
    • 장면은 단일 이벤트가 아닌 장기 음향 통계로 정의되기 때문에
    • 파일 크기를 줄이려면
    • 마이크가 느리기 때문에
    • 모든 소음을 제거하려면
  5. ASC의 많은 발전을 이끈 연구 과제는 무엇입니까?
    • ImageNet 대회
    • 뢰브너상
    • 튜링 테스트
    • DCASE 챌린지
  6. What inference-computation budget did the DCASE 2024 low-complexity acoustic-scene task specify for a one-second audio clip?
    • Exactly 30 billion operations for every device
    • At most 30 million multiply-accumulate operations
    • No computation limit of any kind
    • A limit measured only by the recording filename length
  7. How can quantization help an acoustic-scene model meet a parameter-storage budget?
    • By storing weights with fewer bits per parameter
    • By adding more high-precision copies of every weight
    • By replacing the memory budget with an accuracy score
    • By making the microphone sample rate unlimited
  8. What variation is device-aware augmentation intended to simulate for acoustic-scene training?
    • Only changes in the spelling of scene labels
    • Only a different album-cover image
    • Changes in recording-device characteristics such as microphone frequency response
    • A guarantee that all environments have identical acoustics