Bài kiểm tra có liên kết hướng dẫn · Cứng Cấp độ

Bài kiểm tra về thế hệ âm nhạc phân cấp của MusicLM

Xem lại mã thông báo phân cấp, điều chỉnh giai điệu, căn chỉnh âm thanh văn bản MuLan và tài nguyên đánh giá MusicCaps của MusicLM.

Đường dẫn hướng dẫn liên quanMusiclm Thế hệ âm nhạc phân cấp
Câu hỏi 1 của 8

How does MusicLM formulate conditional music generation?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. How does MusicLM formulate conditional music generation?
    • As hierarchical sequence-to-sequence modeling over audio tokens
    • As painting pixels with a diffusion model
    • As concatenating fixed prerecorded loops
    • As simulating instrument mechanics
  2. Vai trò của mã thông báo ngữ nghĩa trong MusicLM là gì?
    • Họ lưu trữ siêu dữ liệu tập tin của bài hát
    • Họ nắm bắt cấu trúc cấp cao như giai điệu và nhịp điệu
    • Họ dịch lời bài hát sang các ngôn ngữ khác
    • Họ kiểm soát âm lượng đầu ra
  3. Thành phần nào cung cấp chi tiết âm thanh tốt như âm sắc và kết cấu?
    • Lời nhắc văn bản trực tiếp
    • Bước tái thiết Griffin-Lim
    • Mã thông báo âm thanh của codec thần kinh SoundStream
    • Một cuốn sách quy tắc lý thuyết âm nhạc viết tay
  4. MusicLM kết nối lời nhắc văn bản với âm thanh âm nhạc bằng cách nào?
    • Bằng cách kết hợp từ khóa với tên bài hát
    • Bằng cách yêu cầu con người dán nhãn cho mỗi clip
    • Thông qua API dịch riêng
    • Thông qua MuLan, một không gian nhúng văn bản-âm nhạc chung
  5. Tại sao thiết kế phân cấp, theo giai đoạn lại giúp ích cho cấu trúc tầm xa?
    • Nó cho phép mô hình các mã thông báo thô, chậm ở dạng dài hạn mà không có độ dài chuỗi lớn
    • Nó loại bỏ sự cần thiết của bất kỳ dữ liệu đào tạo nào
    • Nó phát bài hát nhanh hơn để phù hợp hơn
    • Nó chỉ tạo ra ba giây một lần
  6. What does the MusicLM paper report about its generated music duration and sample rate?
    • Every output is exactly 30 seconds at 8 kHz
    • Its experiments report 24 kHz music that can remain consistent over several minutes
    • Only one-second clips at 48 kHz
    • Uncompressed MIDI of unlimited duration
  7. What additional input can MusicLM use alongside text to guide generation?
    • A spectrogram-only image caption
    • A microphone-array steering vector
    • A hummed or whistled melody
    • A source-code repository
  8. What did the MusicLM paper release as MusicCaps?
    • A collection of 5,500 synthesizer presets
    • A speech transcription benchmark
    • A set of SoundStream model weights only
    • 5,500 music-text pairs with human-written descriptions