Questionário vinculado ao guia · Médio Nível

Questionário de difusão do espectrograma de rifusão

Revise a base Stable Diffusion do Riffusion, a representação do espectrograma, a reconstrução de fase e as limitações do áudio gerado.

Caminhos de guia relacionadosDifusão de espectrograma de rifusão
Pergunta 1 de 8

Qual modelo de IA existente o Riffusion ajustou para gerar música?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. Qual modelo de IA existente o Riffusion ajustou para gerar música?
    • Difusão Estável, um modelo de geração de imagens
    • Um modelo de reconhecimento de fala
    • Um grande modelo de linguagem
    • Um agente de aprendizagem por reforço
  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. Por que o Riffusion precisa de um algoritmo como Griffin-Lim?
    • Para traduzir o prompt de texto para o inglês
    • Para compactar o arquivo de áudio final
    • Para reconstruir informações de fase ausentes no espectrograma
    • Para detectar o gênero da música
  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. Como o Riffusion foi originalmente criado e lançado?
    • Como um projeto de hobby de dois criadores em 2022
    • Como uma bolsa de pesquisa do governo
    • Como um produto pago por uma grande gravadora
    • Apenas como parte de uma tese de doutorado universitária
  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