引導式測驗 · 中等 等級
AI音樂延伸與延續測驗
檢查您對自回歸延續、擴散修復和主幹分離以及擴展歌曲的限制的理解程度。
問題 1 的 8
像 MusicGen 這樣的自回歸模型如何繼續音訊剪輯?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 像 MusicGen 這樣的自回歸模型如何繼續音訊剪輯?
- 它會將剪輯倒轉並倒放
- 它會在資料庫中搜尋相符的錄音
- 它會在提供的音訊代碼標記之後預測更多編解碼器標記
- 它會將剪輯拉長至更長的時長
- MusicGen 使用哪種神經編解碼器將音訊轉換為標記?
- 編解碼器
- MP3
- Demucs
- MIDI
- 音頻修復有什麼作用?
- 為整個音軌加入混響
- 在保留兩側音訊的同時,重新生成中間被遮蔽的區域
- 將音訊轉換為樂譜
- 將人聲與樂器分離
- 為什麼擴散模型非常適合修復?
- 它們會一次產生一個音符的音訊
- 他們不需要訓練數據
- 他們只在沉默中工作
- 已知的音訊可以保持不變,僅對被遮蔽的區段進行去噪
- 在混音或音訊到音訊模式下,強度設定控制什麼?
- 輸出音量
- 文件格式
- 結果中保留了多少原始輸入
- 產生的音軌數量
- 像 Demucs 這樣的源分離模型會做什麼?
- 將混音曲目拆分成如人聲、鼓、低音和其他音軌
- 從旋律生成歌詞
- 偵測版權侵權
- 壓縮音訊以供串流
- 為什麼長時間擴充時,第一分鐘的主題可能會被遺忘?
- 模型會刪除原始檔案
- 編碼器令牌在一分鐘後過期
- 擴充功能總是切換風格
- 模型只能看到有限的上下文視窗,通常是透過最近音訊的滑動視窗
- 當你延伸一段非自己擁有的商業錄音時,權利狀況如何?
- 延伸後自動僅屬於你
- 您對該錄音製作衍生作品,且許多服務禁止上傳它
- 它將成為公共領域
- 在新音訊出現 30 秒後,權利即消失