Gids-gekoppelde quiz · Middelmatig Niveau

Audio-inbedding en representatie-leerquiz

Bekijk hoe audio-insluitingen geluid coderen, hoe contrastieve training audio en tekst met elkaar verbindt, en hoe aangeleerde vectoren worden overgedragen tussen taken.

Vraag 1 van 8

Wat is een audio-inbedding?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat is een audio-inbedding?
    • Een vector met getallen met een vaste lengte die de betekenisvolle kenmerken van een geluid vertegenwoordigt
    • Een gecomprimeerde MP3-versie van het audiobestand
    • Een schriftelijke transcriptie van gesproken woorden
    • Een volumeniveau gemeten in decibel
  2. Waarom is zelfgestuurd leren zo belangrijk voor audio-inbedding?
    • Het vereist dat audio wordt opgenomen in een studio
    • Het leert nuttige representaties van ongelabelde audio, waardoor de behoefte aan menselijke labels wordt verminderd
    • Het werkt alleen op muziek, niet op spraak
    • Het garandeert een perfecte transcriptienauwkeurigheid
  3. Hoe leert Wav2Vec 2.0 tijdens de voortraining?
    • Door audio naar het Frans te vertalen
    • Door elk trainingsbestand exact te onthouden
    • Door audiofragmenten te maskeren en de juiste gekwantiseerde eenheid onder afleiders te voorspellen
    • Door de bestandsgrootte van elke clip te meten
  4. Wat past een model als CLAP in een gedeelde inbeddingsruimte?
    • Twee verschillende videoframes
    • Pixels en kleurhistogrammen
    • Batterijniveau en CPU-gebruik
    • Audio- en bijpassende tekstbeschrijvingen
  5. Welke algemene transformatie wordt vaak toegepast voordat audio naar een neuraal netwerk wordt gevoerd?
    • Het omzetten naar een spectrogram of geleerde filterrepresentatie
    • Afdrukken als bladmuziek
    • Alle frequenties boven het menselijk gehoor permanent verwijderen
    • Converteren naar een JPEG-afbeelding van de albumhoes
  6. Welke taak in de echte wereld is rechtstreeks afhankelijk van het vergelijken van audio-insluitingen?
    • De aankoopprijs van een nummer berekenen
    • Sprekersdagboek bijhouden, uitzoeken wie wanneer sprak
    • Het kiezen van albumhoezen
    • De schermhelderheid instellen
  7. During contrastive audio-text training, what happens to a matching audio clip and its text description?
    • They are converted into the same raw waveform
    • The text embedding is discarded
    • Their embeddings are pulled closer while mismatched pairs are pushed apart
    • The audio is assigned a speaker name as a class label
  8. Why can one self-supervised audio embedding be reused across several downstream tasks?
    • It stores the original waveform without compression
    • It contains a manually written label for every possible sound
    • It works only for one speaker and one recording
    • It captures general acoustic structure that can support tasks with little extra labeled data