اختبار مرتبط بالدليل · متوسط المستوى

ميمي تدفق الصوت الترميز مسابقة

قم بمراجعة رموز Mimi المميزة بتردد 12.5 هرتز، وكتب الرموز الدلالية والصوتية، وRVQ، والتدفق السببي، وكيف يدعم برنامج الترميز الخاص به حوار Moshi.

مسارات الدليل ذات الصلةميمي تدفق برنامج ترميز الصوت

سؤال 1 من 8

ما هو المعمل الذي أطلق نموذج ميمي وموشي الصوتي؟

معاينة كل سؤال8 أسئلة

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

ما هو المعمل الذي أطلق نموذج ميمي وموشي الصوتي؟
- كيوتاي
- OpenAI
- DeepMind
- Meta الذكاء الاصطناعي
ما هو عدد الرموز المميزة تقريبًا التي يصدرها ميمي أثناء الكلام؟
- حوالي 200
- حوالي 12.5
- حوالي 1000
- حوالي 16000
What information does Mimi’s first semantic codebook aim to represent?
- Only the waveform’s stereo channel count
- A transcript copied verbatim from a separate recognizer
- Semantic speech information distilled from WavLM representations
- The exact speaker identity with no acoustic tokens
لماذا توصف ميمي بأنها "متدفقة" أو "سببية"؟
- إنه يعمل فقط على ملفات الموسيقى المتدفقة
- يتطلب تدفقًا سحابيًا ليعمل
- يقوم بتدفق ترجمات النص
- يقوم بإصدار الرموز عند وصول الصوت بدلاً من انتظار المقطع الكامل
ما هي تقنية التكميم التي يستخدمها ميمي لتشفير الصوت؟
- تكميم المتجهات المتبقية (RVQ)
- ضغط كتلة JPEG
- ترميز طول التشغيل
- تحليل المكونات الرئيسية
What does Mimi’s discrete audio-token representation let Moshi do?
- Treat audio tokens as ordinary words with identical meanings
- Model audio continuations as token sequences and decode them back into speech
- Avoid using an audio decoder
- Recover the original recording session stems
What is a reported frame size for Mimi’s streaming codec in the Moshi paper?
- 8 seconds
- 1 millisecond
- 80 milliseconds
- 10 دقائق
Which encoder/decoder design does the Moshi report describe for Mimi?
- A text-only BERT encoder with no audio decoder
- A fixed lookup table with no learned encoder
- A bidirectional non-causal decoder that waits for the entire conversation
- Neural encoder and decoder Transformers with causal masking for streaming