Вікторина, пов’язана з посібником · Середній Рівень
Тест із автоматичним тегом музики
Перевірте музичні теги з декількома мітками, аудіофункції, шумові анотації, бінарну перехресну ентропію та різницю між відсутніми та негативними тегами.
Питання 1 з 8
Why do multi-label music taggers often use separate sigmoid outputs rather than a single softmax over tags?
Перегляньте кожне запитання8 запитання
Відповіді та пояснення з’являються під час виконання тесту.
- Why do multi-label music taggers often use separate sigmoid outputs rather than a single softmax over tags?
- All tag probabilities must sum to one
- A recording is required to have exactly one tag
- Sigmoid outputs eliminate the need for labeled examples
- Several nonexclusive tags can apply to the same recording
- Яке вхідне представлення більшість сучасних моделей автоматичного позначення тегами вводять у свою нейронну мережу?
- Мел-спектрограма (частотно-часове зображення)
- Лише необроблені значення амплітуди сигналу
- Поля метаданих файлу MP3
- Нотний запис
- Чому замість простої лінійної частотної шкали використовується шкала Mel?
- Він стискає файли ефективніше
- Він усуває всі фонові шуми
- Це приблизно те, як люди сприймають висоту звуку
- Це вимагається законом про авторське право
- Що є головною проблемою під час навчання моделей автоматичного позначення на реальних наборах даних?
- Аудіофайли замалі для навчання
- Теги, застосовані людиною, є шумними, неповними та незбалансованими
- Немає публічних наборів музичних даних
- Спектрограми неможливо обчислити в реальному часі
- Який набір даних зазвичай використовується для навчання та тестування систем автоматичного позначення музичних тегів?
- MagnaTagATune
- ImageNet
- СКВАД
- LibriSpeech
- What additional search interface can an audio-language model such as CLAP support for a music catalog?
- Guaranteed identification of every artist without audio input
- Automatic replacement of all rights metadata
- Searching only by the recording's compressed file size
- Retrieval using free-form text descriptions rather than only fixed tag names
- Which objective commonly trains separate binary tag predictions in a music auto-tagger?
- A single mutually exclusive genre softmax only
- Binary cross-entropy over the tag outputs
- A pixel-reconstruction loss on album artwork only
- A loss requiring exactly one positive tag per track
- If a music dataset's annotations are incomplete, how should an absent instrument tag be interpreted?
- It proves the recording has no instruments
- It guarantees that the tagger's positive prediction is wrong
- It may be unannotated rather than reliable evidence that the instrument is absent
- It means the waveform cannot be used for evaluation