Gids-gekoppelde quiz · Middelmatig Niveau

Moshi full-duplex spraakquiz

Controleert Moshi's full-duplex audiostreams, Mimi-codec, direct speech-to-speech-ontwerp, latentiedoel en innerlijke monoloogmethode.

Gerelateerde gidspadenMoshi full-duplex-toespraak
Vraag 1 van 8

Wat betekent 'full-duplex' in de context van Moshi?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat betekent 'full-duplex' in de context van Moshi?
    • Het kan tegelijkertijd luisteren en spreken
    • Het werkt alleen in twee talen
    • Er zijn twee microfoons nodig
    • Het verdubbelt het audiovolume
  2. Welke organisatie heeft Moshi vrijgelaten?
    • OpenAI
    • Kyutai
    • Google Diepe geest
    • Meta
  3. Wat is Mimi in het Moshi-systeem?
    • Een zoekmachine
    • Een grafische renderer
    • Een neurale audiocodec die spraak omzet in discrete tokens
    • Een tekstvertaal-API
  4. Hoe verschilt Moshi van een traditionele pijplijn met stemassistenten?
    • Er wordt alleen tekst weergegeven
    • Er is helemaal geen model voor nodig
    • Het werkt alleen offline zonder AI
    • Het verwerkt audio rechtstreeks in plaats van STT, een LLM en TTS aan elkaar te koppelen
  5. Op welke gesprekslatentie richt Moshi zich grofweg?
    • Ongeveer 160-200 milliseconden
    • Ongeveer 2-3 seconden
    • Ongeveer 10 seconden
    • Precies 1 minuut
  6. Wat is het doel van Moshi's 'Inner Monoloog'-methode?
    • Om het gesprek voor gebruikers te verbergen
    • Om tekst vóór audio te voorspellen, waardoor de taalkundige kwaliteit wordt verbeterd
    • Om alles naar het Frans te vertalen
    • Om video te comprimeren
  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