Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący rozpoznawania akordów audio

Zapoznaj się z funkcjami chrominancji, dekodowaniem sekwencji HMM, separacją harmonicznych i perkusyjnych, wyrównaniem rytmu Chordify i metodą treningu Lee-Slaneya.

Powiązane ścieżki prowadząceRozpoznawanie akordów audio
Pytanie 1 z 8

Jaki jest sygnał wyjściowy systemu rozpoznawania akordów audio?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Jaki jest sygnał wyjściowy systemu rozpoznawania akordów audio?
    • Wyrównana w czasie sekwencja etykiet akordów
    • Lista tekstów piosenek
    • Rozmiar pliku nagrania
    • Zdjęcie zespołu
  2. Która funkcja jest najważniejsza w rozpoznawaniu akordów?
    • Data modyfikacji pliku
    • Wektory chrominancji (klasy wysokości tonu).
    • Liczba kanałów stereo
    • Szybkość transmisji
  3. Dlaczego przed rozpoznaniem akordów często stosuje się separację harmoniczno-perkusyjną?
    • Aby piosenka była głośniejsza
    • Aby przetłumaczyć teksty
    • Do tłumienia hałasu bębna zakłócającego harmonię
    • Aby skrócić piosenkę
  4. Jaką rolę tradycyjnie odgrywały ukryte modele Markowa w rozpoznawaniu akordów?
    • Generowanie okładki albumu
    • Kompresja dźwięku
    • Strojenie gitary
    • Wygładzanie sekwencji akordów przy użyciu prawdopodobnych przejść
  5. What can small tuning differences do to chroma-based chord recognition?
    • Shift energy between nearby pitch bins and confuse closely related chord labels
    • Remove all temporal information from the recording
    • Make every chord label equally likely
    • Convert chroma features into text tokens
  6. Która aplikacja jest dobrze znanym przykładem rozpoznawania akordów dla uczniów?
    • Program arkusza kalkulacyjnego
    • Chordify
    • Aplikacja pogodowa
    • Śledzenie lotów
  7. Which two processes does Chordify identify in placing chord labels on a song?
    • Speaker diarization and voice activity detection
    • Source separation and image captioning
    • Chord recognition and beat tracking
    • Pitch correction and text-to-speech
  8. How did Lee and Slaney create supervised training labels for their HMM chord-recognition method?
    • They used only unlabelled live recordings
    • They transcribed lyrics and inferred chords from word sentiment
    • They used random labels and optimized without audio
    • They generated labels by harmonic analysis of symbolic music and paired them with audio rendered from the same symbolic data