Questionário sobre geração de música simbólica

As respostas e explicações aparecem conforme você responde ao teste.

1. O que a geração simbólica de música realmente produz?
   • Notação estruturada como notas, tons e tempo (geralmente MIDI)
   • Áudio estéreo finalizado com vocais realistas
   • Apenas letras, sem música
   • Arte da capa do álbum
2. What scale did OpenAI report for MuseNet’s generated compositions?
   • Single notes on one instrument only
   • Compositions up to four minutes with ten different instruments
   • One-second clips with no instruments
   • Full orchestral scores limited to 100 measures
3. Qual destes é um modelo musical simbólico bem conhecido de OpenAI?
   • Stable Diffusion
   • Sussurro
   • MuseNet
   • DALL-E
4. Como os modelos simbólicos modernos normalmente tratam a música computacionalmente?
   • Como imagens de formas de onda
   • Como ruído aleatório sem estrutura
   • Como um único número por música
   • Como uma linguagem, onde os eventos de notas são tokens previstos em sequência
5. Why can symbolic note-event sequences be shorter than raw-audio waveforms for a musical passage?
   • They represent musical events directly instead of every waveform sample
   • They remove all timing information
   • They store only a single note per song
   • They encode sound as images
6. O que é necessário para realmente ouvir uma composição simbólica?
   • Nada – ele se reproduz como áudio finalizado
   • Um sintetizador ou sampler para transformar as notas em som
   • Uma impressora
   • Um modelo de linguagem separado para escrever letras
7. Which note-event properties can a symbolic sequence encode?
   • Only the waveform’s file size
   • Camera exposure and frame rate
   • Pitch, onset, duration, and velocity
   • The listener’s heart rate only
8. Which attributes did MuseNet combine in its note tokens?
   • Only the note’s printed letter name
   • Lyrics, album art, and release date
   • Waveform samples and speaker identity
   • Pitch, volume, and instrument information