Questionário vinculado ao guia · Médio Nível

Questionário de separação de fontes musicais Demucs

Revise a forma de onda Demucs e a separação híbrida, SDR em MUSDB e atenção de domínio cruzado HT-Demucs com dados de treinamento extras.

Caminhos de guia relacionadosSeparação de fontes musicais Demucs
Pergunta 1 de 8

O que o Demucs faz com uma música finalizada?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. O que o Demucs faz com uma música finalizada?
    • Separa-o em hastes como vocais, bateria, baixo e outros
    • Compacta-o em um arquivo menor
    • Traduz a letra
    • Acelera sem alterar o tom
  2. O que torna o Hybrid Demucs 'híbrido'?
    • Ele mistura duas músicas diferentes
    • Ele processa áudio nos domínios de forma de onda e espectrograma
    • Ele usa letras em inglês e francês
    • Ele roda metade na CPU e metade no papel
  3. Which metric did the original Demucs paper report for separation quality on MUSDB?
    • Word error rate (WER)
    • Mean reciprocal rank (MRR)
    • Relação sinal-distorção (SDR)
    • Intersecção sobre União (IoU)
  4. Which research organization is associated with the original Demucs project?
    • The Allen Institute for Artificial Intelligence
    • Kyutai Labs
    • The International Society for Music Information Retrieval
    • Pesquisa de IA do Facebook (FAIR)
  5. Por que os primeiros Demucs trabalharam diretamente na forma de onda bruta?
    • Para evitar perder informações de fase
    • Porque espectrogramas são ilegais
    • Para aumentar os arquivos propositalmente
    • Porque as formas de onda não contêm som
  6. Qual conjunto de dados é fundamental para o treinamento e benchmarking do Demucs?
    • ImageNet
    • MUSDB18
    • MNIST
    • Rastreamento comum
  7. What attention pattern does the HT-Demucs paper add between its waveform and spectrogram branches?
    • Attention only over lyric tokens
    • A single attention layer over stereo channels only
    • Self-attention within each domain and cross-attention across domains
    • No attention; only a nearest-neighbor lookup
  8. What did the HT-Demucs paper report about extra training songs?
    • Extra songs reduced SDR by 10 dB in every setting
    • The model reached the same result with zero training songs
    • The paper reported only a word-error-rate change
    • With 800 extra songs, HT-Demucs improved SDR by 0.45 dB over Hybrid Demucs trained on the same data