ٹرانسفارمرز کوئز کے ساتھ میوزک ٹیگنگ

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. میوزک ٹیگنگ کو ملٹی لیبل کا مسئلہ کیوں سمجھا جاتا ہے؟
   • کیونکہ ایک سنگل ٹریک ایک ساتھ کئی ٹیگ لے سکتا ہے۔
   • کیونکہ ہر گانے میں بالکل ایک درست ٹیگ ہوتا ہے۔
   • کیونکہ ٹیگ ہمیشہ عددی ہوتے ہیں۔
   • کیونکہ فی فنکار صرف ایک صنف موجود ہے۔
2. In the Audio Spectrogram Transformer paper, what audio representation is split into patches?
   • A list of MIDI note names
   • ایک لاگ میل سپیکٹروگرام
   • A sequence of album-cover pixels
   • A transcription of the song’s lyrics
3. میوزک ٹیگنگ ماڈلز ایک سافٹ میکس کی بجائے سگمائیڈ آؤٹ پٹ فی ٹیگ کیوں استعمال کرتے ہیں؟
   • سگمائڈز کی گنتی کرنا تیز تر ہے۔
   • سافٹ میکس آڈیو پر نہیں چل سکتا
   • کیونکہ ٹیگز ایک ساتھ ہو سکتے ہیں اور باہمی طور پر خصوصی نہیں ہیں۔
   • ٹیگز کی تعداد کو کم کرنے کے لیے
4. MERT جیسے ماڈلز کے لیے خود زیر نگرانی پری ٹریننگ کا کیا کردار ہے؟
   • یہ گانوں کو ہاتھ سے لیبل کرتا ہے۔
   • یہ پٹریوں سے آواز کو ہٹاتا ہے۔
   • یہ صرف کلاسیکی موسیقی پر کام کرتا ہے۔
   • یہ ٹھیک ٹیوننگ سے پہلے بغیر لیبل والے کلپس سے مضبوط آڈیو نمائندگی سیکھتا ہے۔
5. کون سا ڈیٹا سیٹ عام طور پر فائن ٹیون اور بینچ مارک میوزک ٹیگرز کے لیے استعمال ہوتا ہے؟
   • MagnaTagATune
   • MNIST
   • امیج نیٹ
   • دستہ
6. CLAP طرز کے ماڈلز زیرو شاٹ میوزک ٹیگنگ کو کیسے فعال کرتے ہیں؟
   • ہر گانا یاد کرکے
   • ایک مشترکہ سرایت کی جگہ میں آڈیو اور متن کی تفصیل کو سیدھ میں لا کر
   • موسیقی کو تصاویر میں تبدیل کرکے
   • ہر ممکنہ ٹیگ کے لیے لیبلز کی ضرورت کے ذریعے
7. Which metric can evaluate a music tagger’s ability to rank relevant tags highly?
   • الفاظ کی غلطی کی شرح
   • Peak signal-to-noise ratio
   • Mean average precision
   • BLEU score
8. What does the musicnn repository provide?
   • A text-only sentiment classifier
   • A digital audio workstation
   • A collection of manually composed MIDI scores
   • Pretrained convolutional neural networks for music audio tagging