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.

Percorsi guida correlatiDiscorso Moshi full duplex
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.

  1. 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
  2. Quale organizzazione ha rilasciato Moshi?
    • OpenAI
    • Kyutai
    • Google DeepMind
    • Meta
  3. 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
  4. 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
  5. All'incirca, quale latenza di conversazione prende di mira Moshi?
    • Circa 160-200 millisecondi
    • Circa 2-3 secondi
    • Circa 10 secondi
    • Esattamente 1 minuto
  6. 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
  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