Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Moshi Full-Duplex Speech Quiz

Ελέγχει τις ροές ήχου πλήρους διπλής όψης του Moshi, τον κωδικοποιητή Mimi, τη σχεδίαση απευθείας ομιλίας σε ομιλία, τον στόχο καθυστέρησης και τη μέθοδο εσωτερικού μονολόγου.

Σχετικές διαδρομές οδηγώνMoshi Full Duplex Speech
Ερώτηση 1 του 8

Τι σημαίνει «full-duplex» στο πλαίσιο του Moshi;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Τι σημαίνει «full-duplex» στο πλαίσιο του Moshi;
    • Μπορεί να ακούει και να μιλά ταυτόχρονα
    • Λειτουργεί μόνο σε δύο γλώσσες
    • Χρειάζεται δύο μικρόφωνα
    • Διπλασιάζει την ένταση του ήχου
  2. Ποια οργάνωση απελευθέρωσε τον Μόσι;
    • OpenAI
    • Κιουτάι
    • Google DeepMind
    • Meta
  3. Τι είναι το Mimi στο σύστημα Moshi;
    • Μια μηχανή αναζήτησης
    • Ένα πρόγραμμα απόδοσης γραφικών
    • Ένας νευρωνικός κωδικοποιητής ήχου που μετατρέπει την ομιλία σε διακριτά διακριτικά
    • Ένα API μετάφρασης κειμένου
  4. Σε τι διαφέρει το Moshi από έναν παραδοσιακό αγωγό φωνητικού βοηθού;
    • Παράγει μόνο κείμενο
    • Δεν απαιτεί κανένα μοντέλο
    • Λειτουργεί μόνο εκτός σύνδεσης χωρίς AI
    • Επεξεργάζεται τον ήχο απευθείας αντί να αλυσιδώνει το STT, ένα LLM και το TTS
  5. Σε ποιον λανθάνοντα χρόνο συνομιλίας στοχεύει περίπου ο Moshi;
    • Περίπου 160-200 χιλιοστά του δευτερολέπτου
    • Περίπου 2-3 δευτερόλεπτα
    • Περίπου 10 δευτερόλεπτα
    • 1 λεπτό ακριβώς
  6. Ποιος είναι ο σκοπός της μεθόδου «Εσωτερικός Μονόλογος» του Μόσι;
    • Για να αποκρύψετε τη συνομιλία από τους χρήστες
    • Για την πρόβλεψη κειμένου πριν από τον ήχο, βελτιώνοντας τη γλωσσική ποιότητα
    • Να μεταφράσει τα πάντα στα γαλλικά
    • Για συμπίεση βίντεο
  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