Quiz lié à un guide · Moyen Niveau
Quiz vocal Moshi en duplex intégral
Vérifie les flux audio en duplex intégral de Moshi, le codec Mimi, la conception parole-parole directe, la cible de latence et la méthode du monologue interne.
Question 1 de 8
Que signifie « full-duplex » dans le contexte de Moshi ?
Prévisualisez chaque question8 des questions
Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.
- Que signifie « full-duplex » dans le contexte de Moshi ?
- Il peut écouter et parler en même temps
- Cela ne fonctionne qu'en deux langues
- Il lui faut deux micros
- Il double le volume audio
- Quelle organisation a libéré Moshi ?
- OpenAI
- Kyutaï
- Google Esprit profond
- Meta
- Qu'est-ce que Mimi dans le système Moshi ?
- Un moteur de recherche
- Un moteur de rendu graphique
- Un codec audio neuronal qui transforme la parole en jetons discrets
- Une API de traduction de texte
- En quoi Moshi diffère-t-il d’un pipeline d’assistant vocal traditionnel ?
- Il ne produit que du texte
- Cela ne nécessite aucun modèle
- Cela fonctionne uniquement hors ligne, sans IA
- Il traite l'audio directement au lieu d'enchaîner STT, un LLM et TTS
- À peu près quelle latence conversationnelle Moshi cible-t-il ?
- Environ 160-200 millisecondes
- Environ 2-3 secondes
- Environ 10 secondes
- Exactement 1 minute
- Quel est le but de la méthode « Inner Monologue » de Moshi ?
- Pour masquer la conversation aux utilisateurs
- Pour prédire le texte avant l'audio, améliorant ainsi la qualité linguistique
- Pour tout traduire en français
- Pour compresser une vidéo
- 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
- 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