اوپن-انمکس میوزک سیپریشن کوئز

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

1. Open-Unmix کیا کرتا ہے؟
   • گانے کو تنوں جیسے آواز، ڈرم، باس اور دیگر میں الگ کرتا ہے۔
   • دھنوں سے دھن تیار کرتا ہے۔
   • آڈیو کو MP3 میں کمپریس کرتا ہے۔
   • خود بخود گٹار بجاتا ہے۔
2. Open-Unmix کے مرکز میں کون سا نیورل نیٹ ورک ہے؟
   • ایک convolutional GAN
   • گھنی تہوں کے ساتھ تین پرتوں کا دو طرفہ LSTM
   • ایک فیصلہ جنگل
   • ایک بازی ٹرانسفارمر
3. Open-Unmix کس نمائندگی پر کام کرتا ہے؟
   • خام ویوفارم صرف
   • MIDI نوٹ کے واقعات
   • مرکب کی شدت کا سپیکٹروگرام
   • شیٹ میوزک کی تصاویر
4. Open-Unmix کس ڈیٹاسیٹ پر تربیت یافتہ ہے؟
   • امیج نیٹ
   • LibriSpeech
   • کوکو
   • MUSDB18
5. Open-Unmix کا بنیادی ڈیزائن مقصد کیا تھا؟
   • ایک شفاف، تولیدی حوالہ بیس لائن ہونا
   • کسی بھی قیمت پر ہر لیڈر بورڈ کو جیتنے کے لیے
   • صرف ملکیتی ہارڈ ویئر پر چلانے کے لیے
   • انسانی موسیقاروں کی جگہ لینے کے لیے
6. Open-Unmix ماسک کی پیشن گوئی کرنے کے بعد الگ کیے ہوئے تنے کو کیسے دوبارہ تشکیل دیتا ہے؟
   • یہ ایک ووکوڈر کے ساتھ شروع سے آڈیو کی ترکیب کرتا ہے۔
   • یہ ماسک کو مرکب کی شدت سے ضرب دیتا ہے اور الٹا STFT کے ذریعے اصل مرحلے کو دوبارہ استعمال کرتا ہے۔
   • یہ اصل فائل کو بغیر کسی تبدیلی کے چلاتا ہے۔
   • یہ ماسک کو متن میں تبدیل کرتا ہے۔
7. In the original Open-Unmix reference design, how are target stems modeled?
   • One language model predicts all lyrics
   • A single fixed equalizer separates every instrument
   • A separate target-specific network is trained for each stem
   • A classifier only labels the whole song
8. What is a stated reason Open-Unmix uses framework-specific implementations?
   • To prevent researchers from comparing results
   • To require proprietary hardware
   • To eliminate all pre- and post-processing
   • To keep implementations clear and reproducible across supported frameworks