แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบตัวแปลงสัญญาณประสาท SoundStream

ตรวจสอบตัวเข้ารหัสของ SoundStream, ควอนไทเซอร์เวกเตอร์ตกค้าง, การดำเนินการบิตเรตแบบแปรผัน และวิธีที่ตัวเลือกควอไลเซอร์ส่งผลต่ออัตราและคุณภาพ

เส้นทางแนะนำที่เกี่ยวข้องตัวแปลงสัญญาณประสาทกระแสเสียง
คำถาม 1 ของ 8

องค์ประกอบสามข้อใดที่ประกอบเป็นสถาปัตยกรรม SoundStream

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. องค์ประกอบสามข้อใดที่ประกอบเป็นสถาปัตยกรรม SoundStream
    • ตัวเข้ารหัส ควอนไทเซอร์เวกเตอร์ตกค้าง และตัวถอดรหัส
    • Tokenizer หม้อแปลง และโวโคเดอร์
    • สเปกโตรแกรม ชั้นความสนใจ และลักษณนาม
    • คอมเพรสเซอร์ อีควอไลเซอร์ และเครื่องขยายเสียง
  2. เทคนิคใดที่ทำให้โมเดล SoundStream เดียวให้บริการบิตเรตที่แตกต่างกันจำนวนมากโดยไม่ต้องฝึกอบรมใหม่
    • การลบสเปกตรัม
    • การออกกลางคันของ Quantizer (RVQ ที่ปรับขนาดได้)
    • การถอดรหัสการค้นหาบีม
    • การบีบอัดช่วงไดนามิก
  3. ในการทดสอบการฟังของ Google มีรายงานว่า SoundStream ที่ 3 kbps มีประสิทธิภาพเหนือกว่าตัวแปลงสัญญาณใดที่ 12 kbps
    • เอ็มพี3
    • แฟลค
    • บทประพันธ์
    • เอเอซี
  4. SoundStream ใช้สัญญาณการฝึกเพิ่มเติมประเภทใดเพื่อทำให้เสียงเอาท์พุตเป็นธรรมชาติ
    • รูปแบบการให้รางวัลการเรียนรู้แบบเสริมกำลัง
    • โมเดลมาร์คอฟที่ซ่อนอยู่
    • ตัวกรองเสียงตามกฎ
    • ผู้เลือกปฏิบัติฝ่ายตรงข้ามแบบ GAN
  5. บิตเรตของ SoundStream เกี่ยวข้องกับควอนไทเซอร์อย่างไร
    • ชั้นควอนไทเซอร์ที่ใช้งานมากขึ้นจะเพิ่มบิตเรต
    • บิตเรตได้รับการแก้ไขโดยไม่คำนึงถึงควอไลเซอร์
    • ควอนไทเซอร์ที่น้อยลงจะเพิ่มบิตเรตเสมอ
    • ควอนไทเซอร์ส่งผลต่อเวลาแฝงเท่านั้น ไม่ใช่บิตเรต
  6. เหตุใด SoundStream จึงมีความสำคัญสำหรับโมเดลเสียงเชิงสร้างสรรค์
    • มันจะลบเสียงรบกวนรอบข้างทั้งหมดออกจากการบันทึกใดๆ
    • โทเค็นแบบแยกทำหน้าที่เป็นอินพุตสำหรับรุ่นต่างๆ เช่น AudioLM และ MusicLM
    • ใช้งานได้กับข้อความเท่านั้น ไม่ใช่เสียง
    • มันมาแทนที่ความต้องการโครงข่ายประสาทเทียมใดๆ
  7. Which factors determine SoundStream’s bitrate in the guide’s simplified relationship?
    • Audio duration and speaker identity only
    • The number of loss functions and dataset labels
    • Frame rate, active quantizer count, and bits per codebook
    • The decoder’s color depth and image resolution
  8. Why does quantizer dropout help SoundStream degrade gracefully at lower rates?
    • It removes the encoder from the architecture
    • It makes every codebook transmit more bits
    • It replaces reconstruction with a language-model loss
    • It trains earlier codebooks to retain the most important information when later ones are omitted