แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบตัวแปลงสัญญาณเสียงประสาท

ทดสอบว่าตัวแปลงสัญญาณเสียงแบบนิวรัลเข้ารหัสและสร้างเสียงขึ้นมาใหม่อย่างไร วิธีการทำงานของการวัดปริมาณคงเหลือ และเหตุใดอัตราโทเค็นจึงส่งผลต่อบิตเรตและคุณภาพ

เส้นทางแนะนำที่เกี่ยวข้องตัวแปลงสัญญาณเสียงประสาท
คำถาม 1 ของ 8

ตัวแปลงสัญญาณเสียงแบบนิวรอลทำหน้าที่สองประการหลักอะไรบ้าง

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. ตัวแปลงสัญญาณเสียงแบบนิวรอลทำหน้าที่สองประการหลักอะไรบ้าง
    • บีบอัดเสียงเป็นโทเค็นแยกกันและสร้างใหม่
    • บันทึกและขยายเสียง
    • แปลและถอดเสียงคำพูด
    • เพิ่มเสียงก้องและอีควอไลเซอร์
  2. เทคนิคการหาปริมาณใดที่เป็นศูนย์กลางของตัวแปลงสัญญาณเช่น SoundStream และ EnCodec
    • การหาปริมาณ JPEG
    • การหาปริมาณเวกเตอร์ตกค้าง (RVQ)
    • การเข้ารหัสเชิงทำนายเชิงเส้น
    • การหาปริมาณฟูริเยร์
  3. ใน Residual Vector Quantization แต่ละ Codebook ที่ต่อเนื่องกันเข้ารหัสอะไร
    • ช่องสัญญาณเสียงที่แยกจากกันโดยสิ้นเชิง
    • การถอดเสียงข้อความ
    • ข้อผิดพลาดที่เหลือจาก codebooks ก่อนหน้า
    • ข้อมูลเมตาของอัตราตัวอย่าง
  4. เหตุใดตัวแปลงสัญญาณเสียงแบบนิวรอลจึงมีความสำคัญสำหรับโมเดลเสียงเชิงสร้างสรรค์
    • พวกเขาติดป้ายกำกับเสียงตามประเภทโดยอัตโนมัติ
    • พวกเขาผสมหลายเพลงเข้าด้วยกัน
    • พวกเขาแปลงเสียงเป็นแผ่นเพลง
    • พวกเขาจัดเตรียมโทเค็นแยกที่โมเดลอย่าง VALL-E และ MusicGen สร้างขึ้น
  5. การใช้ codebooks มากขึ้นในตัวแปลงสัญญาณประสาทส่งผลต่อผลลัพธ์อย่างไร
    • มันเพิ่มบิตเรตแต่ปรับปรุงคุณภาพการสร้างใหม่
    • มันลดบิตเรตและคุณภาพเข้าด้วยกัน
    • มันเปลี่ยนภาษาของคำพูด
    • มันไม่มีผลกระทบต่อคุณภาพ
  6. 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
  7. 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
  8. 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