引導式測驗 · 中等 等級

Audio Spectrogram Transformer (AST) 測驗

測試 AST 斷面頻譜圖、Transformer 注意力、片段級標籤、預處理選項、時間限制與場域評估。

相關引導路徑音訊頻譜圖轉換器
問題 1 的 8

原始 AST 將哪種表示方式輸入其 Transformer?

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。

  1. 原始 AST 將哪種表示方式輸入其 Transformer?
    • 音訊頻譜圖的斷面
    • 每個片段的 MFCC 均值摘要向量
    • 未經頻譜圖處理的原始波形樣本序列
    • 僅手動選擇的頻率峰值
  2. 為何 Transformer 注意力能協助處理重複聲音?
    • 它保證聲源被隔離
    • 它消除對音訊標籤的需求
    • 它直接測量房間幾何結構
    • 它能將片段中分離時刻的證據相關聯
  3. AST 片段分類分數不直接提供什麼?
    • 每個事件的逐幀邊界
    • 每個聲音事件的精確起止時間
    • 每個來源的分離波形
    • 與片段對齊的文字稿
  4. 為何在比較 AST 結果時要記錄取樣率與頻譜圖設定?
    • 它證明每個標籤都是正確的
    • 它識別誰錄製了音訊
    • 它改變呈現給模型的斷面與特徵
    • 它消除領域漂移
  5. AST 基準分數很高,但工廠警報很少見。接下來應該測試什麼?
    • 代表性工廠錄音的每類錯誤
    • 僅基準總合
    • 僅檢查點檔案大小
    • 僅限論文標題
  6. 為什麼僅憑注意力權重無法完整解釋標籤?
    • 注意力機制從不使用任何音訊資訊
    • 每個高權重區塊都是一個標註事件
    • 它會自動提供人類轉錄稿
    • 它無法證明對特定可聽事件的因果依賴
  7. 哪項任務需要 AST 標註器以外的額外機制?
    • 指派片段級別的聲音類別
    • 從混合訊號中恢復孤立的對話波形
    • 為保留的標註片段評分
    • 微調分類器頭部
  8. 應在目標裝置上測量哪項部署特性?
    • 僅限論文中的整體準確率
    • 僅限在另一張 GPU 上的訓練時 FLOPs
    • 與準確率並列的推論延遲與記憶體用量
    • 僅模型參數的數量