引導式測驗 · 硬 等級
AudioLM 測驗
了解 AudioLM 如何使用語義和聲學標記、編解碼器表示和純音訊訓練對音訊延續進行建模。
問題 1 的 8
AudioLM 使用什麼核心思想來產生音訊?
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。
- AudioLM 使用什麼核心思想來產生音訊?
- 它將音訊視為一系列標記並預測下一個標記,就像語言模型一樣
- 它渲染來自樂譜的音頻
- 它對隨機噪音進行取樣,無需學習
- 它記錄並重播人類的表演
- AudioLM 中「語意」標記的作用是什麼?
- 它們捕捉細膩的音色並記錄噪音
- 他們捕捉語音和旋律等長期結構
- 他們儲存文字記錄
- 他們控制輸出文件格式
- 哪個神經編解碼器產生 AudioLM 的聲學標記?
- MP3
- 波網
- SoundStream
- 耳語
- AudioLM 需要什麼作為訓練資料?
- 音訊與詳細的文字記錄配對
- 僅 MIDI 文件
- 波形影像
- 僅原始音頻,沒有文字記錄
- AudioLM 預測語意標記後,其分層產生如何添加聲學細節?
- 它預測粗略的聲學標記,然後預測精細的聲學標記
- 它預測精細的聲學標記,然後預測粗略的聲學標記
- 它在語義標記之前預測粗略的聲學標記
- 它無需語義標記階段即可預測聲學標記
- 後來哪個系統直接建構在 AudioLM 基於令牌的方法上?
- Stable Diffusion
- MusicLM
- GPT-2
- DALL-E
- AudioLM 使用哪種模型來產生其語意標記序列?
- 基于转录本训练的纯文本 GPT 解码器
- SoundStream 波形解碼器
- 自監督 w2v-BERT 表示模型
- 手工創作的 MIDI 樂譜
- AudioLM 論文示範了從音訊提示繼續的哪些音訊類型?
- 只有環境噪音,沒有音樂
- 僅語音文字轉錄和 MIDI 文件
- 影像和無聲視訊剪輯
- 演講和鋼琴音樂