Kuiz berkaitan panduan · Sederhana Tahap
Kuiz Pertuturan Dupleks Penuh Moshi
Menyemak strim audio dupleks penuh Moshi, codec Mimi, reka bentuk pertuturan ke pertuturan langsung, sasaran kependaman dan kaedah monolog dalaman.
soalan 1 daripada 8
Apakah maksud 'full-duplex' dalam konteks Moshi?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Apakah maksud 'full-duplex' dalam konteks Moshi?
- Ia boleh mendengar dan bercakap pada masa yang sama
- Ia hanya berfungsi dalam dua bahasa
- Ia memerlukan dua mikrofon
- Ia menggandakan kelantangan audio
- Organisasi manakah yang mengeluarkan Moshi?
- OpenAI
- Kyutai
- Google DeepMind
- Meta
- Apakah Mimi dalam sistem Moshi?
- Enjin carian
- Penyampai grafik
- Codec audio saraf yang menukar pertuturan menjadi token diskret
- API terjemahan teks
- Bagaimanakah Moshi berbeza daripada saluran paip pembantu suara tradisional?
- Ia hanya mengeluarkan teks
- Ia tidak memerlukan model sama sekali
- Ia berfungsi hanya di luar talian tanpa AI
- Ia memproses audio secara langsung dan bukannya merantai STT, LLM dan TTS
- Secara kasar apakah kependaman perbualan yang disasarkan oleh Moshi?
- Sekitar 160-200 milisaat
- Lebih kurang 2-3 saat
- Lebih kurang 10 saat
- Tepat 1 minit
- Apakah tujuan kaedah 'Monolog Dalaman' Moshi?
- Untuk menyembunyikan perbualan daripada pengguna
- Untuk meramal teks sebelum audio, meningkatkan kualiti linguistik
- Untuk menterjemahkan segala-galanya ke dalam bahasa Perancis
- Untuk memampatkan 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