Quiz połączony z przewodnikiem · Średni Poziom

Spektrogram dyfuzyjny Quiz dyfuzyjny

Przejrzyj podstawę Stable Diffusion Riffusion, reprezentację spektrogramu, rekonstrukcję fazową i ograniczenia generowanego dźwięku.

Powiązane ścieżki prowadząceSpektrogram dyfuzyjny Dyfuzja
Pytanie 1 z 8

Jaki istniejący model sztucznej inteligencji dopracował Riffusion do generowania muzyki?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Jaki istniejący model sztucznej inteligencji dopracował Riffusion do generowania muzyki?
    • Stable Diffusion, model generowania obrazu
    • Model rozpoznawania mowy
    • Duży model językowy
    • Środek do uczenia się przez wzmacnianie
  2. On a Riffusion spectrogram image, which direction typically represents increasing time?
    • Bottom to top along the vertical axis
    • Left to right along the horizontal axis
    • From the center outward
    • Time is not represented
  3. Dlaczego Riffusion potrzebuje algorytmu takiego jak Griffin-Lim?
    • Aby przetłumaczyć monit tekstowy na język angielski
    • Aby skompresować końcowy plik audio
    • Aby zrekonstruować brakujące informacje o fazie na spektrogramie
    • Aby wykryć gatunek utworu
  4. What can prompt interpolation do in Riffusion?
    • Turn generated music into a transcript
    • Separate instruments into stems
    • Replace the image model with a language model
    • Blend between two prompt-conditioned sound ideas
  5. Jak pierwotnie stworzono i wydano Riffusion?
    • Jako projekt hobbystyczny dwóch twórców w 2022 r
    • Jako rządowy grant badawczy
    • Jako płatny produkt dużej wytwórni płytowej
    • Tylko w ramach uniwersyteckiej pracy doktorskiej
  6. Besides prompts, what additional conditioning does Riffusion’s core repository list for its diffusion pipeline?
    • A speaker diarization label
    • Image conditioning
    • A MIDI transcription
    • A microphone array geometry
  7. In a Riffusion spectrogram, what does pixel intensity represent?
    • The lyric transcript confidence
    • The stereo microphone location
    • The magnitude or energy of a time-frequency component
    • The number of diffusion steps alone
  8. What does a mel-frequency axis do compared with uniform spacing in hertz?
    • It converts frequency into spoken words
    • It makes every frequency bin equally spaced in hertz
    • It stores only stereo position
    • It uses a nonlinear spacing intended to better reflect perceived pitch differences