Test legat de ghid · Mediu Nivel
Test cu codecuri audio neuronale
Test how neural audio codecs encode and reconstruct sound, how residual quantization works, and why token rate affects bitrate and quality.
Întrebare 1 de 8
Ce două lucruri face în principal un codec audio neuronal?
Previzualizează fiecare întrebare8 întrebări
Răspunsurile și explicațiile apar pe măsură ce susțineți testul.
- Ce două lucruri face în principal un codec audio neuronal?
- Comprimați sunetul în jetoane discrete și reconstruiți-l
- Înregistrați și amplificați sunetul
- Traduceți și transcrieți discursul
- Adăugați reverb și egalizare
- Ce tehnică de cuantizare este esențială pentru codecuri precum SoundStream și EnCodec?
- Cuantificare JPEG
- Cuantificare vectorială reziduală (RVQ)
- Codare predictivă liniară
- Cuantificare Fourier
- În cuantizarea vectorială reziduală, ce codifică fiecare carte de coduri succesive?
- Un canal audio complet separat
- Transcrierea textului audio
- Eroarea reziduală lăsată de codurile anterioare
- Metadatele frecvenței de eșantionare
- De ce sunt importante codecurile audio neuronale pentru modelele audio generative?
- Ei etichetează audio cu genuri automat
- Ei amestecă mai multe piese împreună
- Ei convertesc sunetul în partituri
- Ele oferă jetoanele discrete pe care modelele precum VALL-E și MusicGen le generează
- Cum afectează ieșirea folosirea mai multor cărți de coduri într-un codec neural?
- Mărește rata de biți, dar îmbunătățește calitatea reconstrucției
- Reduce rata de biți și calitatea împreună
- Schimbă limbajul vorbirii
- Nu are niciun efect asupra calității
- What subjective comparison did the SoundStream paper report at 3 kbps?
- At 24 kHz, SoundStream at 3 kbps outperformed Opus at 12 kbps in the reported evaluation
- It matched every codec at every bitrate
- It was tested only against MP3 at 320 kbps
- It produced higher quality than all commercial audio codecs
- What is the decoder’s role in a neural audio codec?
- Choose which transcript is legally correct
- Predict the speaker’s identity from text only
- Reconstruct audio from the encoded discrete representation
- Assign language labels to silence
- What inference capability did the SoundStream paper report for its low-latency codec?
- Only offline batch processing on a server cluster
- It required a GPU for every audio frame
- It could encode images but not audio
- Streamable real-time inference on a smartphone CPU