แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ยาก ระดับ

แบบทดสอบ AudioLM

ทำความเข้าใจว่า AudioLM สร้างโมเดลความต่อเนื่องของเสียงด้วยโทเค็นความหมายและอะคูสติก การแสดงตัวแปลงสัญญาณ และการฝึกอบรมเฉพาะเสียงได้อย่างไร

เส้นทางแนะนำที่เกี่ยวข้องออดิโอล์ม
คำถาม 1 ของ 8

AudioLM ใช้แนวคิดหลักใดในการสร้างเสียง

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. AudioLM ใช้แนวคิดหลักใดในการสร้างเสียง
    • โดยจะถือว่าเสียงเป็นลำดับของโทเค็นและคาดการณ์โทเค็นถัดไป เช่นเดียวกับโมเดลภาษา
    • มันแสดงเสียงจากแผ่นเพลง
    • มันสุ่มตัวอย่างเสียงแบบสุ่มโดยไม่มีการเรียนรู้
    • มันบันทึกและเล่นซ้ำการแสดงของมนุษย์
  2. บทบาทของโทเค็น 'ความหมาย' ใน AudioLM คืออะไร
    • พวกเขาจับเสียงต่ำและบันทึกเสียงรบกวน
    • พวกเขาจับโครงสร้างระยะยาวเช่นสัทศาสตร์และทำนอง
    • พวกเขาจัดเก็บการถอดเสียงข้อความ
    • พวกเขาควบคุมรูปแบบไฟล์เอาต์พุต
  3. ตัวแปลงสัญญาณประสาทใดที่สร้างโทเค็นเสียงของ AudioLM
    • เอ็มพี3
    • เวฟเน็ต
    • SoundStream
    • กระซิบ
  4. AudioLM ต้องการอะไรเป็นข้อมูลการฝึกอบรม?
    • เสียงที่จับคู่กับการถอดเสียงแบบละเอียด
    • ไฟล์ MIDI เท่านั้น
    • รูปภาพของรูปคลื่น
    • เสียงดิบเพียงอย่างเดียวโดยไม่มีการถอดเสียง
  5. After AudioLM predicts semantic tokens, how does its hierarchical generation add acoustic detail?
    • It predicts coarse acoustic tokens, then fine acoustic tokens
    • It predicts fine acoustic tokens, then coarse acoustic tokens
    • It predicts coarse acoustic tokens before semantic tokens
    • It predicts acoustic tokens without a semantic-token stage
  6. ระบบใดในภายหลังที่สร้างขึ้นโดยตรงบนแนวทางที่ใช้โทเค็นของ AudioLM
    • Stable Diffusion
    • MusicLM
    • GPT-2
    • DALL-E
  7. Which model does AudioLM use to produce its semantic token sequence?
    • A text-only GPT decoder trained on transcripts
    • The SoundStream waveform decoder
    • A self-supervised w2v-BERT representation model
    • A hand-authored MIDI score
  8. What audio types did the AudioLM paper demonstrate continuing from an audio prompt?
    • Only environmental noise and no music
    • Spoken text transcripts and MIDI files only
    • Images and silent video clips
    • Speech and piano music