Вікторина, пов’язана з посібником · Середній Рівень

Тест на розпізнавання звукових акордів

Ознайомтеся з функціями кольоровості, декодування послідовності HMM, розділенням гармонік і ударних, вирівнюванням ударів Chordify і методом навчання Лі-Слейні.

Пов'язані напрямні шляхиРозпізнавання звукових акордів
Питання 1 з 8

Що таке вихідна інформація системи розпізнавання звукових акордів?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Що таке вихідна інформація системи розпізнавання звукових акордів?
    • Вирівняна за часом послідовність міток акордів
    • Список текстів пісень
    • Розмір файлу запису
    • Фото групи
  2. Яка функція є найважливішою для розпізнавання акордів?
    • Дата модифікації файлу
    • Вектори кольоровості (pitch-class).
    • Кількість стереоканалів
    • Бітрейт
  3. Чому перед розпізнаванням акордів часто застосовують поділ гармоніки та ударні?
    • Щоб пісня стала голоснішою
    • Для перекладу текстів пісень
    • Для придушення барабанного шуму, який затьмарює гармонію
    • Щоб скоротити пісню
  4. Яку роль у розпізнаванні акордів традиційно відігравали приховані марковські моделі?
    • Створення обкладинок альбому
    • Стиснення аудіо
    • Налаштування гітари
    • Згладжування послідовностей акордів за допомогою ймовірних переходів
  5. What can small tuning differences do to chroma-based chord recognition?
    • Shift energy between nearby pitch bins and confuse closely related chord labels
    • Remove all temporal information from the recording
    • Make every chord label equally likely
    • Convert chroma features into text tokens
  6. Яка програма є добре відомим прикладом розпізнавання акордів для учнів?
    • Програма для роботи з електронними таблицями
    • Акордувати
    • Програма погоди
    • Трекер польотів
  7. Which two processes does Chordify identify in placing chord labels on a song?
    • Speaker diarization and voice activity detection
    • Source separation and image captioning
    • Chord recognition and beat tracking
    • Pitch correction and text-to-speech
  8. How did Lee and Slaney create supervised training labels for their HMM chord-recognition method?
    • They used only unlabelled live recordings
    • They transcribed lyrics and inferred chords from word sentiment
    • They used random labels and optimized without audio
    • They generated labels by harmonic analysis of symbolic music and paired them with audio rendered from the same symbolic data