Kuis terkait panduan · Sedang Tingkat
Kuis Pidato Dupleks Penuh Moshi
Memeriksa aliran audio dupleks penuh Moshi, codec Mimi, desain ucapan-ke-ucapan langsung, target latensi, dan metode monolog dalam.
Pertanyaan 1 dari 8
Apa yang dimaksud dengan 'dupleks penuh' dalam konteks Moshi?
Pratinjau setiap pertanyaan8 pertanyaan
Jawaban dan penjelasan muncul saat Anda mengikuti kuis.
- Apa yang dimaksud dengan 'dupleks penuh' dalam konteks Moshi?
- Ia dapat mendengarkan dan berbicara pada saat yang bersamaan
- Ini hanya berfungsi dalam dua bahasa
- Ini membutuhkan dua mikrofon
- Ini menggandakan volume audio
- Organisasi mana yang melepaskan Moshi?
- OpenAI
- Kyutai
- Google Pikiran Dalam
- Meta
- Apa itu Mimi dalam sistem Moshi?
- Sebuah mesin pencari
- Penyaji grafis
- Codec audio saraf yang mengubah ucapan menjadi token terpisah
- API terjemahan teks
- Apa perbedaan Moshi dengan saluran pipa asisten suara tradisional?
- Itu hanya menampilkan teks
- Itu tidak memerlukan model sama sekali
- Ini hanya berfungsi offline tanpa AI
- Ini memproses audio secara langsung alih-alih merangkai STT, LLM, dan TTS
- Kira-kira berapa latensi percakapan yang ditargetkan Moshi?
- Sekitar 160-200 milidetik
- Sekitar 2-3 detik
- Sekitar 10 detik
- Tepat 1 menit
- Apa tujuan dari metode 'Monolog Batin' Moshi?
- Untuk menyembunyikan percakapan dari pengguna
- Untuk memprediksi teks sebelum audio, meningkatkan kualitas linguistik
- Untuk menerjemahkan semuanya ke dalam bahasa Prancis
- Untuk mengompres video
- 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
- Sekitar 1 detik
- 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