Викторина, связанная с руководством · Средний Уровень
Тест по сжатию звука EnCodec
Ознакомьтесь с конвейером нейронного сжатия EnCodec, скрытыми кодами, энтропийным моделированием, поддерживаемыми аудиоформатами и балансировкой потерь при обучении.
Вопрос 1 из 8
Какая организация выпустила EnCodec?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Какая организация выпустила EnCodec?
- Meta ИИ
- OpenAI
- Microsoft Исследования
- NVIDIA
- Какой дополнительный компонент добавляет EnCodec, чтобы без потерь выжать больше сжатия из своих токенов?
- Инвертор спектрограммы
- Энтропийная (языковая) модель на основе Transformer
- Шумовой гейт
- Второй декодер
- При скорости примерно 6 кбит/с качество EnCodec было сопоставимо с MP3, примерно при каком битрейте?
- 320 кбит/с
- 16 кбит/с
- 64 кбит/с
- 8 кбит/с
- Какую проблему решает «балансировщик» EnCodec во время обучения?
- Удаляет тишину из записей
- Он преобразует монозвук в стерео.
- Он выбирает частоту дискретизации
- Он автоматически масштабирует конкурирующие условия потерь, поэтому обучение остается стабильным.
- Какой основной метод квантования используется EnCodec и SoundStream?
- Остаточное векторное квантование (RVQ)
- k-означает только кластеризацию
- Кодирование Хаффмана
- Анализ главных компонентов
- Какие генеративные модели используют токены EnCodec в качестве аудиопредставления?
- ДАЛЛ-И и Midjourney
- MusicGen и AudioGen
- Шепот и Wav2Vec
- Стабильная диффузия и изображение
- Which audio formats are described for EnCodec in its paper?
- 8 kHz mono only
- 44.1 kHz stereo only
- 24 kHz monophonic audio and 48 kHz stereophonic audio
- 96 kHz multichannel audio only
- Which losses help EnCodec balance waveform reconstruction and perceptual sound quality?
- Only a text-token cross-entropy loss
- Only a speaker-classification loss
- A reward-model loss without reconstruction
- Time-domain and multi-scale spectrogram reconstruction losses with adversarial discriminators