引导式测验 · 中等 等级

音乐流派分类测验

涵盖音频表示、G​​TZAN 的构成、流派模糊性、数据集泄漏风险以及对艺术家不相交数据的评估。

相关引导路径音乐流派分类
问题 1 的 8

什么是梅尔谱图，通常用作流派分类神经网络的输入？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. 什么是梅尔谱图，通常用作流派分类神经网络的输入？
    • 使用感知音调尺度的音频时频图像
    • 转换为数字的歌词列表
    • 仅显示随时间变化的原始幅度的波形
    • 艺术家姓名和发行年份的数据库
  2. 哪个经典基准数据集包含 10 个流派的 1,000 个 30 秒剪辑？
    • 图像网
    • GTZAN
    • 图书馆演讲
    • 可可
  3. 为什么实现完美的流派分类准确度从根本上来说是困难的？
    • 计算机根本无法处理音频
    • 所有歌曲听起来都与算法相同
    • 流派界限模糊且具有文化主观性
    • 音频文件太小，无法分析
  4. 哪种手工制作的特征在早期流派分类系统中被广泛使用？
    • JPEG压缩率
    • HTML 标签频率
    • 像素亮度直方图
    • 梅尔频率倒谱系数 (MFCC)
  5. 流派分类器末尾的 softmax 层会产生什么？
    • 流派类别的概率分布
    • 单个音频波形
    • 压缩的 MP3 文件
    • 频谱图图像
  6. How can self-supervised music pretraining reduce dependence on labeled genre examples?
    • It eliminates the need to evaluate genre labels
    • It can learn audio representations from unlabeled music, which are then evaluated or fine-tuned with labeled examples
    • It guarantees correct labels for every song
    • It converts genre categories into universal facts
  7. How can exact or repeated excerpts in GTZAN distort a random train/test evaluation?
    • They ensure that every genre label is objective
    • They make the test set contain more genres than training
    • If repetitions cross the split, a model may see duplicate or near-duplicate material in both sets
    • They remove any need to inspect class labels
  8. How do MFCCs differ from a mel-spectrogram representation?
    • MFCCs are the model’s final genre probabilities
    • A mel-spectrogram removes the time axis entirely
    • MFCCs measure only the recording’s file size
    • MFCCs summarize the log-mel spectrum with cepstral coefficients