Kvíz spojený s průvodcem · Střední úroveň

Plně duplexní řečový kvíz Moshi

Kontroluje plně duplexní audio streamy Moshi, kodek Mimi, návrh přímé řeči na řeč, cíl latence a metodu vnitřního monologu.

Související vodicí cestyPlně duplexní řeč Moshi
Otázka 1 z 8

Co znamená „full-duplex“ v kontextu Moshi?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Co znamená „full-duplex“ v kontextu Moshi?
    • Dokáže naslouchat a mluvit zároveň
    • Funguje pouze ve dvou jazycích
    • Potřebuje dva mikrofony
    • Zdvojnásobuje hlasitost zvuku
  2. Která organizace vydala Moshi?
    • OpenAI
    • Kyutai
    • Google DeepMind
    • Meta
  3. Co je Mimi v systému Moshi?
    • Vyhledávač
    • Grafický renderer
    • Neuronový zvukový kodek, který mění řeč na diskrétní tokeny
    • API pro překlad textu
  4. Jak se Moshi liší od tradičního potrubí hlasových asistentů?
    • Vydává pouze text
    • Nevyžaduje vůbec žádný model
    • Funguje pouze offline bez AI
    • Zpracovává zvuk přímo namísto řetězení STT, LLM a TTS
  5. Na jakou konverzační latenci se Moshi přibližně zaměřuje?
    • Přibližně 160-200 milisekund
    • Asi 2-3 sekundy
    • Asi 10 sekund
    • Přesně 1 minuta
  6. Jaký je účel Moshiho metody „vnitřního monologu“?
    • Chcete-li skrýt konverzaci před uživateli
    • Předvídání textu před zvukem, zlepšení jazykové kvality
    • Přeložit vše do francouzštiny
    • Pro komprimaci videa
  7. 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
    • About 1 second
  8. 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