गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर
मोशी फुल-डुप्लेक्स भाषण प्रश्नोत्तरी
मोशी की फुल-डुप्लेक्स ऑडियो स्ट्रीम, मिमी कोडेक, डायरेक्ट स्पीच-टू-स्पीच डिज़ाइन, विलंबता लक्ष्य और इनर-मोनोलॉग विधि की जाँच करता है।
प्रश्न 1 का 8
मोशी के संदर्भ में 'पूर्ण-डुप्लेक्स' का क्या अर्थ है?
प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न
जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।
- मोशी के संदर्भ में 'पूर्ण-डुप्लेक्स' का क्या अर्थ है?
- यह एक ही समय में सुन और बोल सकता है
- यह केवल दो भाषाओं में काम करता है
- इसके लिए दो माइक्रोफोन की जरूरत है
- यह ऑडियो वॉल्यूम को दोगुना कर देता है
- मोशी को किस संगठन ने रिहा किया?
- OpenAI
- क्युताई
- Google डीपमाइंड
- Meta
- मोशी प्रणाली में मिमी क्या है?
- एक खोज इंजन
- एक ग्राफ़िक्स रेंडरर
- एक तंत्रिका ऑडियो कोडेक जो भाषण को अलग-अलग टोकन में बदल देता है
- एक पाठ अनुवाद एपीआई
- मोशी पारंपरिक वॉयस-असिस्टेंट पाइपलाइन से किस प्रकार भिन्न है?
- यह केवल टेक्स्ट आउटपुट करता है
- इसके लिए किसी मॉडल की आवश्यकता ही नहीं है
- यह बिना AI के केवल ऑफ़लाइन काम करता है
- यह एसटीटी, एलएलएम और टीटीएस को जोड़ने के बजाय सीधे ऑडियो प्रोसेस करता है
- मोशी मोटे तौर पर किस संवादात्मक विलंबता को लक्षित करता है?
- लगभग 160-200 मिलीसेकंड
- लगभग 2-3 सेकंड
- लगभग 10 सेकंड
- बिल्कुल 1 मिनट
- मोशी की 'इनर मोनोलॉग' पद्धति का उद्देश्य क्या है?
- उपयोगकर्ताओं से बातचीत छिपाने के लिए
- ऑडियो से पहले पाठ की भविष्यवाणी करना, भाषाई गुणवत्ता में सुधार करना
- हर चीज़ का फ़्रेंच में अनुवाद करना
- वीडियो को कंप्रेस करने के लिए
- 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
- लगभग 1 सेकंड
- 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