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।

संबंधित मार्गदर्शक पथमोशी फुल डुप्लेक्स भाषण
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।

  1. 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
  2. मोशी को किस संगठन ने रिहा किया?
    • OpenAI
    • क्युताई
    • Google डीपमाइंड
    • Meta
  3. 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
  4. 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
  5. 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
  6. 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
  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
    • लगभग 1 सेकंड
  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