残差矢量量化测验

当您参加测验时，就会出现答案和解释。

1. RVQ 中每个连续的码本量化什么？
   • 前几个阶段留下的残差
   • 再次从头开始输入原始内容
   • 不同的音频通道
   • 解码器的输出
2. 为什么使用 RVQ 而不是单个大码本？
   • 它避免了任何培训的需要
   • 它将巨大的有效密码本分解为较小的密码本，从而节省内存和计算
   • 它完全消除了编码器
   • 它仅适用于文本数据
3. RVQ码最终的重构是如何形成的？
   • 仅采用最后一个码本的向量
   • 通过对输入与噪声进行平均
   • 通过对所有阶段选择的向量求和
   • 通过将所有码本条目相乘
4. M 个阶段，每个阶段有 K 个条目，RVQ 代表多少种有效代码组合？
   • M 乘 K
   • M加K
   • K 除以 M
   • K 的 M 次方
5. 训练 RVQ 码本时“承诺损失”的典型目的是什么？
   • 保持编码器输出接近其选择的码本条目
   • 提高音频采样率
   • 删除未使用的音频帧
   • 将代码转换回文本
6. RVQ 如何让神经编解码器在推理时改变其比特率？
   • 仅通过切换到不同的采样率
   • 通过使用更多或更少的量化器级
   • 通过每次重新训练整个模型
   • 通过压缩解码器权重
7. In RVQ training, what does commitment loss encourage?
   • Each codebook to contain a different number of entries
   • The decoder to output longer audio
   • The encoder output to stay close to the selected codebook vector
   • The residual to increase at every quantization stage
8. How are codebook vectors commonly updated in the guide’s RVQ description?
   • By sorting the codebook alphabetically
   • By replacing the codebook with a recurrent network
   • By adding the residual directly to every code index
   • With exponential moving averages of encoder assignments