Викторина, связанная с руководством · Средний Уровень
Полнодуплексная речевая викторина Moshi
Проверяет полнодуплексные аудиопотоки Moshi, кодек Mimi, конструкцию прямого преобразования речи в речь, целевую задержку и метод внутреннего монолога.
Вопрос 1 из 8
Что означает «полнодуплексный режим» в контексте Moshi?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Что означает «полнодуплексный режим» в контексте Moshi?
- Он может слушать и говорить одновременно
- Работает только на двух языках
- Требуется два микрофона
- Это удваивает громкость звука
- Какая организация освободила Моши?
- OpenAI
- Кютай
- Google DeepMind
- Meta
- Что такое Мими в системе Моши?
- Поисковая система
- Графический рендерер
- Нейронный аудиокодек, преобразующий речь в дискретные токены
- API перевода текста
- Чем Moshi отличается от традиционного голосового помощника?
- Он выводит только текст
- Модель вообще не требуется
- Работает только в автономном режиме, без искусственного интеллекта.
- Он обрабатывает звук напрямую вместо объединения STT, LLM и TTS.
- На какую примерно задержку разговора ориентируется Moshi?
- Около 160-200 миллисекунд
- Около 2-3 секунд
- Около 10 секунд
- Ровно 1 минута
- Какова цель метода «Внутренний монолог» Моши?
- Скрыть разговор от пользователей
- Чтобы предсказать текст перед звуком, улучшая лингвистическое качество
- Перевести все на французский
- Чтобы сжать видео
- 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
- Около 1 секунды
- 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