Tagowanie muzyki w quizie Transformers

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Dlaczego tagowanie muzyki jest traktowane jako problem wielu wytwórni?
   • Ponieważ na jednej ścieżce można umieścić kilka tagów jednocześnie
   • Ponieważ każda piosenka ma dokładnie jeden poprawny tag
   • Ponieważ tagi są zawsze numeryczne
   • Ponieważ na artystę istnieje tylko jeden gatunek
2. In the Audio Spectrogram Transformer paper, what audio representation is split into patches?
   • A list of MIDI note names
   • Spektrogram log-Mel
   • A sequence of album-cover pixels
   • A transcription of the song’s lyrics
3. Dlaczego modele tagowania muzyki używają sigmoidalnego wyjścia na tag zamiast jednego softmax?
   • Obliczenia sigmoidów są szybsze
   • Softmax nie może działać z dźwiękiem
   • Ponieważ tagi mogą współwystępować i nie wykluczają się wzajemnie
   • Aby zmniejszyć liczbę tagów
4. Jaka jest rola samonadzorowanego szkolenia wstępnego w przypadku modeli takich jak MERT?
   • Oznacza utwory ręcznie
   • Usuwa wokale z utworów
   • Działa tylko z muzyką klasyczną
   • Uczy się silnych reprezentacji audio z nieoznakowanych klipów przed dostrojeniem
5. Który zbiór danych jest powszechnie używany do dostrajania i porównywania tagerów muzycznych?
   • MagnaTagATune
   • MNIST
   • ImageNet
   • SKŁAD
6. W jaki sposób modele w stylu CLAP umożliwiają tagowanie muzyki typu zero-shot?
   • Zapamiętując każdą piosenkę
   • Dopasowując opisy audio i tekstowe we wspólnej przestrzeni do osadzania
   • Konwertując muzykę na obrazy
   • Wymagając etykiet dla każdego możliwego tagu
7. Which metric can evaluate a music tagger’s ability to rank relevant tags highly?
   • Poziom błędu słowa
   • Peak signal-to-noise ratio
   • Mean average precision
   • BLEU score
8. 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