Questionário vinculado ao guia · Médio Nível
Questionário de transcrição automática de música
Revise como a transcrição automática de música converte gravações em eventos de notas, por que a polifonia é difícil e como os sistemas multipista representam partes.
Pergunta 1 de 8
O que a Transcrição Automática de Música produz principalmente?
Visualize cada pergunta8 perguntas
As respostas e explicações aparecem conforme você responde ao teste.
- O que a Transcrição Automática de Música produz principalmente?
- Uma representação simbólica como MIDI ou partituras
- Uma versão remasterizada e mais alta do áudio
- Uma descrição de texto do clima da música
- Um arquivo de áudio compactado
- Por que a música polifônica é especialmente difícil de transcrever?
- Os arquivos de áudio são muito grandes
- Notas sobrepostas compartilham e desfocam harmônicos no espectro
- Os microfones não podem gravar mais de uma nota
- A música polifônica é sempre muito baixa
- O que foi notável no modelo Onsets e Frames de Google?
- Gerou novas músicas do zero
- Só funcionou na palavra falada
- Ele separou a detecção de início da detecção de pitch em nível de quadro
- Removeu o ruído de fundo das gravações
- Por que o Constant-Q Transform é útil para música?
- Exclui seções silenciosas automaticamente
- Ele converte estéreo para mono
- Acelera o áudio
- Seus compartimentos de frequência são espaçados logaritmicamente, correspondendo ao espaçamento do tom musical
- A que se refere um 'início' na transcrição?
- O exato momento em que uma nota começa
- O fim de uma música
- O volume da gravação
- O andamento da peça
- Qual modelo é conhecido por transcrever vários instrumentos ao mesmo tempo?
- JPEG
- MT3
- Base BERT
- WaveNet
- What information does a symbolic MIDI note event typically encode?
- Only the waveform’s microphone brand
- A compressed audio bitrate and codec license
- Pitch and timing such as onset and duration
- The listener’s preferred musical genre
- What makes MT3 a multitrack transcription system?
- It converts every instrument to a single speech transcript
- It only estimates the global BPM
- It identifies songs from short audio fingerprints
- It predicts note events across multiple instrument parts