가이드 연계 퀴즈 · 중간 레벨

Mimi 스트리밍 오디오 코덱 퀴즈

Mimi의 12.5Hz 토큰, 의미 체계 및 음향 코드북, RVQ, 인과 스트리밍, 코덱이 Moshi 대화를 지원하는 방법을 검토하세요.

관련 가이드 경로미미 스트리밍 오디오 코덱
질문 1 의 8

Mimi와 Moshi 음성 모델을 출시한 연구실은 어디인가요?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. Mimi와 Moshi 음성 모델을 출시한 연구실은 어디인가요?
    • 큐타이
    • OpenAI
    • DeepMind
    • Meta AI
  2. Mimi는 음성을 위해 대략 초당 몇 개의 토큰을 방출합니까?
    • 약 200
    • 약 12.5
    • 약 1,000명
    • 약 16,000명
  3. What information does Mimi’s first semantic codebook aim to represent?
    • Only the waveform’s stereo channel count
    • A transcript copied verbatim from a separate recognizer
    • Semantic speech information distilled from WavLM representations
    • The exact speaker identity with no acoustic tokens
  4. 미미가 '스트리밍' 또는 '인과'로 설명되는 이유는 무엇입니까?
    • 스트리밍된 음악 파일에서만 작동합니다.
    • 작동하려면 클라우드 스트림이 필요합니다.
    • 텍스트 자막을 스트리밍합니다.
    • 전체 클립을 기다리는 대신 오디오가 도착하면 토큰을 방출합니다.
  5. Mimi는 오디오를 인코딩하기 위해 어떤 양자화 기술을 사용합니까?
    • 잔여 벡터 양자화(RVQ)
    • JPEG 블록 압축
    • 실행 길이 인코딩
    • 주성분 분석
  6. What does Mimi’s discrete audio-token representation let Moshi do?
    • Treat audio tokens as ordinary words with identical meanings
    • Model audio continuations as token sequences and decode them back into speech
    • Avoid using an audio decoder
    • Recover the original recording session stems
  7. What is a reported frame size for Mimi’s streaming codec in the Moshi paper?
    • 8 seconds
    • 1 millisecond
    • 80 milliseconds
    • 10분
  8. Which encoder/decoder design does the Moshi report describe for Mimi?
    • A text-only BERT encoder with no audio decoder
    • A fixed lookup table with no learned encoder
    • A bidirectional non-causal decoder that waits for the entire conversation
    • Neural encoder and decoder Transformers with causal masking for streaming