Quiz dotyczący separacji muzyki metodą open-unmix

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Co robi Open-Unmix?
   • Dzieli utwór na tematy, takie jak wokal, perkusja, bas i inne
   • Generuje teksty z melodii
   • Kompresuje dźwięk do formatu MP3
   • Automatyczne strojenie gitary
2. Jaka sieć neuronowa stanowi rdzeń Open-Unmix?
   • Splotowy GAN
   • Trójwarstwowy dwukierunkowy LSTM z gęstymi warstwami
   • Las decyzji
   • Transformator dyfuzyjny
3. Na jakiej reprezentacji działa Open-Unmix?
   • Tylko surowy przebieg
   • Zdarzenia nutowe MIDI
   • Spektrogram wielkości mieszaniny
   • Obrazy nutowe
4. Na jakim zbiorze danych szkolony jest Open-Unmix?
   • ImageNet
   • LibriSpeech
   • COKO
   • MUSDB18
5. Jaki był główny cel projektowy Open-Unmix?
   • Być przejrzystym, powtarzalnym punktem odniesienia
   • Aby wygrać każdą tabelę wyników za wszelką cenę
   • Aby działać tylko na zastrzeżonym sprzęcie
   • Aby zastąpić ludzkich muzyków
6. W jaki sposób Open-Unmix rekonstruuje oddzielony rdzeń po przewidzeniu maski?
   • Syntetyzuje dźwięk od podstaw za pomocą wokodera
   • Mnoży maskę przez wielkość mieszaniny i ponownie wykorzystuje pierwotną fazę poprzez odwrotną STFT
   • Odtwarza oryginalny plik w niezmienionej postaci
   • Konwertuje maskę na tekst
7. In the original Open-Unmix reference design, how are target stems modeled?
   • One language model predicts all lyrics
   • A single fixed equalizer separates every instrument
   • A separate target-specific network is trained for each stem
   • A classifier only labels the whole song
8. What is a stated reason Open-Unmix uses framework-specific implementations?
   • To prevent researchers from comparing results
   • To require proprietary hardware
   • To eliminate all pre- and post-processing
   • To keep implementations clear and reproducible across supported frameworks