Gids-gekoppelde quiz · Middelmatig Niveau
Conv-TasNet Tijddomeinscheiding Quiz
Bekijk de geleerde golfvorm-encoder van Conv-TasNet, de gemaskeerde scheidingsfuncties, de TCN-separator en de reikwijdte van de benchmarkresultaten.
Vraag 1 van 8
Wat is het bepalende kenmerk van Conv-TasNet vergeleken met eerdere scheidingssystemen?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat is het bepalende kenmerk van Conv-TasNet vergeleken met eerdere scheidingssystemen?
- Het werkt rechtstreeks op de ruwe golfvorm in plaats van op een vast spectrogram
- Er zijn geen trainingsgegevens vereist
- Het werkt alleen op muziek, niet op spraak
- Het converteert eerst audio naar MIDI
- Welk soort netwerk gebruikt Conv-TasNet als scheidingsmodule?
- Eén volledig verbonden laag
- Een temporeel convolutioneel netwerk (gestapelde, verwijde 1D-convoluties)
- Een beslisboomensemble
- Een diffusiemodel
- Wat vervangt de traditionele Short-Time Fourier-transformatie in Conv-TasNet?
- Een wavelet-transformatie
- Een Hann-raam
- Een geleerde 1D-convolutie-encoder
- Een Mel-filterbank
- Welke verliesfunctie staat centraal bij het trainen van Conv-TasNet?
- Cross-entropie op woordlabels
- Gemiddelde absolute pixelfout
- Contrastief beeldverlies
- Schaal-invariante SI-SNR met permutatie-invariante training
- What did Conv-TasNet’s paper report about ideal time-frequency magnitude masks?
- It surpassed several ideal magnitude masks in two-speaker separation evaluations
- Het elimineerde de noodzaak voor microfoons
- It only worked on one identical speaker
- It used ideal masks as its encoder
- What does Conv-TasNet’s learned encoder produce for the separator?
- A transcript of each speaker
- A waveform representation optimized for speaker separation
- A fixed mel image
- A list of microphone locations
- What type of speech-separation task did the Conv-TasNet paper address?
- Text-to-speech from a written prompt
- Speaker identification from video frames
- A single-channel mixture containing multiple speakers
- Multichannel music transcription with MIDI output
- What allows Conv-TasNet’s TCN to model long-term speech dependencies?
- A database lookup for every audio sample
- A text decoder
- A fixed Fourier transform alone
- Stacked one-dimensional dilated convolutional blocks