Test legat de ghid · Mediu Nivel

Test de estimare a terenului CREPE

Testați modul în care CREPE estimează înălțimea din cadrele formei de undă, reprezintă binările de înălțime și gestionează înregistrările audio monofonice zgomotoase.

Căi de ghidare aferenteCrepe Pitch Estimare
Întrebare 1 de 8

Ce estimează CREPE dintr-un semnal audio?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Ce estimează CREPE dintr-un semnal audio?
    • Frecvența fundamentală (înălțimea)
    • Plicul de volum
    • Tempo în BPM
    • Marca instrumentului
  2. CREPE este conceput în primul rând pentru ce fel de sunet?
    • Mixuri orchestrale complete
    • Audio monofonic (cu o singură notă).
    • Înregistrări stereo de câmp
    • Numai podcasturi comprimate
  3. Cum încadrează CREPE sarcina de estimare a pitch-ului în interior?
    • Ca regresie a unui singur număr
    • Ca grupare de forme de undă
    • Ca clasificare peste multe pubele de pitch
    • Ca învățare de întărire
  4. Ce ia CREPE ca intrare directă?
    • O imagine spectrogramă
    • Un fișier MIDI
    • Caracteristici de autocorelare realizate manual
    • Cadre audio brute din domeniul timpului
  5. Aproximativ cât de departe sunt pubele de smoală ale CREPE?
    • 20 de cenți
    • 1 semiton
    • 1 octava
    • 100 Hz
  6. What did the CREPE paper report about performance against pYIN?
    • CREPE was proven more accurate on every audio signal
    • CREPE performed equally or better in the evaluated settings, including tests of noise robustness
    • CREPE requires no training data
    • CREPE only works on clean speech
  7. How many waveform samples does an original CREPE frame contain?
    • 360 samples
    • 128 samples
    • 1,024 samples
    • 16,000 samples
  8. How does CREPE refine a frequency estimate around the strongest pitch bin?
    • By averaging every bin equally across the full range
    • By selecting the lowest activation
    • By mapping only to the nearest semitone label
    • By taking a local weighted average of nearby activations