Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Bài kiểm tra phát hiện sự kiện âm thanh

Nghiên cứu các lớp âm thanh và ranh giới thời gian, với đa âm, nhãn yếu, đường cơ sở DCASE, dung sai khởi phát và chú thích lớp bị thiếu.

Đường dẫn hướng dẫn liên quanPhát hiện sự kiện âm thanh
Câu hỏi 1 của 8

What extra output does temporal sound event detection estimate beyond a clip-level tag?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. What extra output does temporal sound event detection estimate beyond a clip-level tag?
    • Only the audio file’s compression ratio
    • Only its filename’s alphabetical order
    • Event onset and offset boundaries within the clip
    • Only the display color of a waveform
  2. Tại sao việc phát hiện sự kiện âm thanh thường được mô tả là vấn đề đa âm?
    • Bởi vì nó chỉ xử lý các nốt nhạc
    • Bởi vì nhiều âm thanh có thể chồng lên nhau và xảy ra đồng thời
    • Vì nó yêu cầu nhiều micro
    • Vì âm thanh luôn là âm thanh nổi
  3. 'Ghi nhãn yếu' nghĩa là gì trong dữ liệu đào tạo SED?
    • Các nhãn được mã hóa
    • Chất lượng âm thanh kém
    • Chỉ những âm thanh yên tĩnh mới được dán nhãn
    • Các đoạn phim được gắn nhãn cho biết một sự kiện đã xảy ra nhưng không chính xác khi nào
  4. Which classifier structure is identified in the cited DCASE 2024 baseline?
    • A convolutional recurrent neural network with added pretrained frame features
    • Only a static spreadsheet sort
    • Only an unchanged relational database table
    • Only a mandatory image-file compressor
  5. Which time-frequency representation is used in the documented sound-detection baseline context described here?
    • Only a speech transcript
    • A log-mel representation
    • Only a JPEG photograph
    • Only an unchanged output filename
  6. Which cited research challenge supplies the 2018 and 2024 sound-event task settings discussed here?
    • Thế vận hội Olympic
    • A retail shopping holiday
    • A mandatory social-network ranking
    • DCASE
  7. Considering only the DCASE 2018 onset collar of 200 ms, does a 1.15 s prediction satisfy it for a 1.00 s reference onset?
    • Yes; the onset error is 150 ms
    • No; the error is 1.15 s
    • No; every predicted onset must be numerically identical
    • Yes; onset errors are never evaluated
  8. In the heterogeneous 2024 task, how does the baseline handle outputs for classes whose annotations are missing in a training dataset?
    • Treats every unannotated class as certainly absent
    • Copies all missing labels from the final test answers
    • Masks those unavailable outputs in the relevant loss computation
    • Eliminates every labeled class from the model