Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Moshi Full-Duplex beszéd kvíz

Checks Moshi’s full-duplex audio streams, Mimi codec, direct speech-to-speech design, latency target and inner-monologue method.

Kapcsolódó útmutató utakMoshi teljes duplex beszéd
kérdés 1 -ból 8

Mit jelent a „full-duplex” a Moshi kontextusában?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mit jelent a „full-duplex” a Moshi kontextusában?
    • Egyszerre képes hallgatni és beszélni
    • Csak két nyelven működik
    • Két mikrofon kell hozzá
    • Megduplázza a hangerőt
  2. Melyik szervezet adta ki a Moshit?
    • OpenAI
    • Kyutai
    • Google DeepMind
    • Meta
  3. Mi a Mimi a Moshi rendszerben?
    • Egy kereső
    • Grafikus renderer
    • Neurális audiokodek, amely a beszédet diszkrét tokenekké alakítja
    • Szövegfordító API
  4. Miben különbözik a Moshi a hagyományos hangasszisztens-csővezetéktől?
    • Csak szöveget ad ki
    • Egyáltalán nem igényel modellt
    • Csak offline módban működik AI nélkül
    • Közvetlenül feldolgozza a hangot az STT, az LLM és a TTS láncolása helyett
  5. Körülbelül milyen beszélgetési késleltetést céloz meg a Moshi?
    • Körülbelül 160-200 milliszekundum
    • Körülbelül 2-3 másodperc
    • Körülbelül 10 másodperc
    • Pontosan 1 perc
  6. Mi a célja Moshi „belső monológ” módszerének?
    • A beszélgetés elrejtése a felhasználók elől
    • Szöveg előrejelzése a hang előtt, javítva a nyelvi minőséget
    • Mindent lefordítani franciára
    • Videó tömörítéséhez
  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
    • About 1 second
  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