मिमी स्ट्रीमिंग ऑडियो कोडेक क्विज़

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. किस प्रयोगशाला ने मिमी और मोशी आवाज मॉडल जारी किया?
   • क्युताई
   • OpenAI
   • DeepMind
   • __एआईयू_प्रोटेक्टेड_13__ एआई
2. मिमी भाषण के लिए प्रति सेकंड लगभग कितने टोकन उत्सर्जित करती है?
   • लगभग 200
   • लगभग 12.5
   • लगभग 1,000
   • लगभग 16,000
3. What information does Mimi’s first semantic codebook aim to represent?
   • Only the waveform’s stereo channel count
   • A transcript copied verbatim from a separate recognizer
   • Semantic speech information distilled from WavLM representations
   • The exact speaker identity with no acoustic tokens
4. मिमी को 'स्ट्रीमिंग' या 'कारण' के रूप में क्यों वर्णित किया गया है?
   • यह केवल स्ट्रीम की गई संगीत फ़ाइलों पर काम करता है
   • इसे कार्य करने के लिए क्लाउड स्ट्रीम की आवश्यकता होती है
   • यह टेक्स्ट उपशीर्षक स्ट्रीम करता है
   • यह पूरी क्लिप की प्रतीक्षा करने के बजाय ऑडियो आने पर टोकन उत्सर्जित करता है
5. ऑडियो को एन्कोड करने के लिए मिमी किस परिमाणीकरण तकनीक का उपयोग करती है?
   • अवशिष्ट वेक्टर परिमाणीकरण (आरवीक्यू)
   • जेपीईजी ब्लॉक संपीड़न
   • रन-लंबाई एन्कोडिंग
   • प्रमुख घटक विश्लेषण
6. What does Mimi’s discrete audio-token representation let Moshi do?
   • Treat audio tokens as ordinary words with identical meanings
   • Model audio continuations as token sequences and decode them back into speech
   • Avoid using an audio decoder
   • Recover the original recording session stems
7. What is a reported frame size for Mimi’s streaming codec in the Moshi paper?
   • 8 seconds
   • 1 millisecond
   • 80 milliseconds
   • 10 मिनट
8. Which encoder/decoder design does the Moshi report describe for Mimi?
   • A text-only BERT encoder with no audio decoder
   • A fixed lookup table with no learned encoder
   • A bidirectional non-causal decoder that waits for the entire conversation
   • Neural encoder and decoder Transformers with causal masking for streaming