গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
মোশি ফুল-ডুপ্লেক্স স্পিচ কুইজ
মোশির ফুল-ডুপ্লেক্স অডিও স্ট্রীম, মিমি কোডেক, সরাসরি স্পিচ-টু-স্পিচ ডিজাইন, লেটেন্সি টার্গেট এবং অভ্যন্তরীণ-মনোলোগ পদ্ধতি পরীক্ষা করে।
প্রশ্ন 1 এর 8
মশির প্রসঙ্গে 'ফুল-ডুপ্লেক্স' বলতে কী বোঝায়?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- মশির প্রসঙ্গে 'ফুল-ডুপ্লেক্স' বলতে কী বোঝায়?
- এটি একই সময়ে শুনতে এবং কথা বলতে পারে
- এটি শুধুমাত্র দুটি ভাষায় কাজ করে
- এটি দুটি মাইক্রোফোন প্রয়োজন
- এটি অডিও ভলিউম দ্বিগুণ করে
- মশিকে মুক্তি দিয়েছে কোন সংস্থা?
- OpenAI
- Kyutai
- Google ডিপমাইন্ড
- Meta
- মশি সিস্টেমে মিমি কি?
- একটি সার্চ ইঞ্জিন
- একটি গ্রাফিক্স রেন্ডারার
- একটি নিউরাল অডিও কোডেক যা বক্তৃতাকে আলাদা টোকেনে পরিণত করে
- একটি পাঠ্য অনুবাদ API
- কিভাবে মোশি একটি ঐতিহ্যগত ভয়েস-সহকারী পাইপলাইন থেকে আলাদা?
- এটা শুধুমাত্র টেক্সট আউটপুট
- এর জন্য কোন মডেলের প্রয়োজন নেই
- এটি কোন AI ছাড়াই শুধুমাত্র অফলাইনে কাজ করে
- এটি STT, একটি LLM, এবং TTS চেইন করার পরিবর্তে সরাসরি অডিও প্রক্রিয়া করে
- মোশি কোন কথোপকথনের বিলম্বকে লক্ষ্য করে?
- প্রায় 160-200 মিলিসেকেন্ড
- প্রায় 2-3 সেকেন্ড
- প্রায় 10 সেকেন্ড
- ঠিক 1 মিনিট
- মোশির 'ইনার মনোলোগ' পদ্ধতির উদ্দেশ্য কী?
- ব্যবহারকারীদের কাছ থেকে কথোপকথন লুকাতে
- অডিওর আগে টেক্সট ভবিষ্যদ্বাণী করতে, ভাষাগত মান উন্নত করা
- ফরাসি ভাষায় সবকিছু অনুবাদ করতে
- ভিডিও কম্প্রেস করতে
- Mimi encodes audio at 12.5 discrete frames per second. About how far apart are consecutive frames?
- About 8 milliseconds
- About 800 milliseconds
- About 80 milliseconds
- প্রায় 1 সেকেন্ড
- Which two synchronized streams does Moshi model in parallel?
- Two unrelated text transcripts
- The user’s video and the system’s screen
- Two copies of the same language-model weights
- The user’s incoming audio and the system’s own outgoing audio