Kuiz berkaitan panduan · Sederhana Tahap
Teg Muzik dengan Kuiz Transformers
Fahami pengetegan muzik berasaskan transformer, output berbilang label, pralatihan audio, metrik penanda aras dan model teks audio kontrastif.
soalan 1 daripada 8
Mengapa penandaan muzik dianggap sebagai masalah berbilang label?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Mengapa penandaan muzik dianggap sebagai masalah berbilang label?
- Kerana satu trek boleh membawa beberapa tag sekaligus
- Kerana setiap lagu mempunyai satu tag yang betul
- Kerana tag sentiasa berangka
- Kerana hanya satu genre wujud bagi setiap artis
- Dalam kertas Audio Spectrogram Transformer, apakah perwakilan audio yang dibahagikan kepada tampalan?
- A list of MIDI note names
- Spektrogram log-Mel
- A sequence of album-cover pixels
- A transcription of the song’s lyrics
- Mengapakah model penandaan muzik menggunakan output sigmoid setiap teg dan bukannya satu softmax?
- Sigmoid lebih pantas untuk dikira
- Softmax tidak boleh berjalan pada audio
- Kerana teg boleh berlaku bersama dan tidak saling eksklusif
- Untuk mengurangkan bilangan tag
- Apakah peranan pralatihan diselia sendiri untuk model seperti MERT?
- Ia melabelkan lagu dengan tangan
- Ia mengeluarkan vokal daripada trek
- Ia hanya berfungsi pada muzik klasik
- Ia mempelajari perwakilan audio yang kuat daripada klip tidak berlabel sebelum penalaan halus
- Set data manakah yang biasa digunakan untuk memperhalusi dan menanda aras penanda muzik?
- MagnaTagATune
- MNIST
- ImageNet
- SKUAD
- Bagaimanakah model gaya CLAP mendayakan pengetegan muzik tangkapan sifar?
- Dengan menghafal setiap lagu
- Dengan menjajarkan perihalan audio dan teks dalam ruang benam yang dikongsi
- Dengan menukar muzik kepada imej
- Dengan memerlukan label untuk setiap teg yang mungkin
- Which metric can evaluate a music tagger’s ability to rank relevant tags highly?
- Kadar ralat perkataan
- Peak signal-to-noise ratio
- Mean average precision
- BLEU score
- What does the musicnn repository provide?
- A text-only sentiment classifier
- A digital audio workstation
- A collection of manually composed MIDI scores
- Pretrained convolutional neural networks for music audio tagging