मोशी फुल-डुप्लेक्स भाषण

मोशी क्युताई का एक ओपन-सोर्स, रीयल-टाइम वॉयस एआई है जो सख्त मोड़ लेने के बजाय एक ही समय में बात करता है और सुनता है - फुल-डुप्लेक्स। यह पारंपरिक आवाज सहायकों की अजीब देरी और कठोर टर्न-टेकिंग को दूर करता है।

फुल-डुप्लेक्स का मतलब है कि मॉडल इनकमिंग और आउटगोइंग ऑडियो को एक साथ संभालता है, इसलिए यह बोलते समय सुन सकता है और स्वाभाविक रूप से रुकावटों को संभाल सकता है।

मोशी को 2024 में एक फ्रांसीसी एआई अनुसंधान प्रयोगशाला, क्यूताई द्वारा विकसित और ओपन-सोर्स किया गया था।

मिमी एक तंत्रिका ऑडियो कोडेक है जो निरंतर भाषण को मॉडल द्वारा उत्पन्न किए जा सकने वाले असतत टोकन की कम-बिटरेट स्ट्रीम में संपीड़ित करता है।

पारंपरिक सहायक भाषण-से-पाठ, एक भाषा मॉडल और पाठ-से-वाक् श्रृंखला बनाते हैं; मोशी एक एकल स्पीच-टू-स्पीच मॉडल है जो लगातार ऑडियो संभालता है।

मोशी 160-200 एमएस के आसपास विलंबता प्राप्त करता है, जो सामान्य वॉयस असिस्टेंट से काफी कम है, जो प्राकृतिक ओवरलैप और रुकावट को सक्षम करता है।