Quiz collegato alla guida · Medio Livello
Quiz vocale full-duplex di Moshi
Controlla i flussi audio full-duplex di Moshi, il codec Mimi, la progettazione vocale diretta, il target di latenza e il metodo del monologo interiore.
Domanda 1 di 8
Cosa significa "full-duplex" nel contesto di Moshi?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Cosa significa "full-duplex" nel contesto di Moshi?
- Può ascoltare e parlare allo stesso tempo
- Funziona solo in due lingue
- Sono necessari due microfoni
- Raddoppia il volume dell'audio
- Quale organizzazione ha rilasciato Moshi?
- OpenAI
- Kyutai
- Google DeepMind
- Meta
- Cos'è Mimi nel sistema Moshi?
- Un motore di ricerca
- Un renderer grafico
- Un codec audio neurale che trasforma il parlato in token discreti
- Un'API di traduzione del testo
- In cosa differisce Moshi da una pipeline di assistente vocale tradizionale?
- Emette solo testo
- Non richiede alcun modello
- Funziona solo offline senza intelligenza artificiale
- Elabora l'audio direttamente invece di concatenare STT, LLM e TTS
- All'incirca, quale latenza di conversazione prende di mira Moshi?
- Circa 160-200 millisecondi
- Circa 2-3 secondi
- Circa 10 secondi
- Esattamente 1 minuto
- Qual è lo scopo del metodo del "Monologo Interiore" di Moshi?
- Per nascondere la conversazione agli utenti
- Per prevedere il testo prima dell'audio, migliorando la qualità linguistica
- Tradurre tutto in francese
- Per comprimere 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
- About 1 second
- 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