소리 이벤트 감지 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

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. 사운드 이벤트 감지가 종종 다성 문제로 설명되는 이유는 무엇입니까?
   • 음표만 처리하기 때문에
   • 여러 소리가 겹쳐서 동시에 발생할 수 있기 때문에
   • 여러 개의 마이크가 필요하기 때문에
   • 오디오는 항상 스테레오이기 때문에
3. SED 훈련 데이터에서 '약한 라벨링'은 무엇을 의미합니까?
   • 라벨이 암호화되었습니다.
   • 오디오 품질이 좋지 않습니다.
   • 조용한 소리만 라벨이 지정됩니다.
   • 클립에는 이벤트가 발생했다는 라벨이 지정되어 있지만 정확히 언제 발생했는지는 표시되지 않습니다.
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?
   • 올림픽 게임
   • 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