引導式測驗 · 中等 等級
雙路徑 RNN 分離測驗
查看 DPRNN 的重疊區塊、區塊內和區塊間遞歸、重疊相加重建和基準範圍結果。
問題 1 的 8
Dual-Path RNN主要解決什麼問題?
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。
- Dual-Path RNN主要解決什麼問題?
- 對壓垮單一 RNN 的超長音訊序列進行建模
- 從文字產生新音樂
- 壓縮音訊檔案以進行存儲
- 偵測正在使用的語言
- 雙路徑 RNN 中的兩條「路徑」是什麼?
- 編碼器和解碼器
- 區塊內(局部)和區塊間(全局)循環
- 向前和向後音訊播放
- 訓練和推理路徑
- 雙路徑區塊之前的長特徵序列是如何準備的?
- 它被轉換為單一平均向量
- 它變成了文字標記
- 它被分割成短的重疊塊,形成 2D 網格
- 它被下採樣為一個樣本
- DPRNN 作為分隔符號替代品被放入哪個現有框架中?
- 擴散影像模型
- 僅語音到文字解碼器
- 基於 GAN 的聲碼器
- Conv-TasNet 編碼器/解碼器框架
- 後來哪個模型保留了 DPRNN 的雙路徑結構,但用 Transformer 取代了 RNN?
- 九月前
- 波網
- 伯特
- 塔科特隆
- 為什麼分塊處理有助於訓練穩定性?
- 它消除了對任何損失函數的需要
- 每個 RNN 只看到一個短子序列,避免了很長的反向傳播鏈
- 它會自動消除所有重疊的揚聲器
- 它將音訊轉換為圖像
- How are processed overlapping chunks recombined into the output sequence?
- By sorting them alphabetically
- By averaging all chunks into one frame
- By overlap-add across the chunk positions
- By converting them into text tokens
- On which benchmark did the DPRNN paper report its 20-times-smaller model comparison?
- MUSDB18
- 影像網
- LibriTTS
- WSJ0-2mix