Moshi Full-Duplex Khudbadii
Moshi waa il furan, cod-waqtiga dhabta ah AI ee ka socda Kyutai kaas oo wada hadla oo dhegaysta isla waqti isku mid ah - buuxa-duplex - halkii aad ka qaadan lahayd leexasho adag.
Dulmar
That removes the awkward lag and rigid turn-taking of traditional voice assistants.
quusid qoto dheer
Moshi, oo uu sii daayay shaybaadhka Faransiiska ee Kyutai sanadka 2024, waa qaab aasaaska hadalka-ka-hadalka ah oo loo dhisay wada sheekaysi daahsoon oo dabiici ah. Si ka duwan kaaliyeyaasha dhuumaha ee silsiladda hadal-ilaa-qoraalka, ka dibna qaabka luqadda, ka dibna qoraal-ku-hadal, Moshi wuxuu si toos ah iyo si joogto ah u maamulaa maqalka. Fikraddeeda muhiimka ah waa laba-duplex: waxay isku mar la mid tahay laba durdurro maqal ah oo isku mar ah - isticmaalaha iyo kiisa - si ay u dhegeysato marka ay hadlayso, waxay xakamaysaa carqaladaynta, kanaalka dambe ee 'mhm', iyo isku dhejinta si dabiici ah sida dadku sameeyaan. Waxay gaadhaa daahitaan ku dhawaad 160-200 millise seconds, oo aad uga hooseeya dib u dhaca kaaliyaha caadiga ah. Daboolka hoostiisa waxay ku lammaaneeysaa moodeel 7B-beeg qoraal-iyo-maqal ah (Helium) oo leh Mimi, codec maqal neural ah oo ku cadaadinaya hadalka calaamado kala duwan oo moodeelku dhalin karo. Kyutai waxay si cad u sii daysay miisaanka iyo koodka.
Aragtida Farsamada
Khiyaamada Moshi waa Mimi codec, kaas oo u beddela maqal joogto ah qulqul-yar oo calaamado kala duwan ah oo ah 12.5 Hz, oo ay ku jiraan calaamad semantic ah. Qaabka luqaddu waxa uu saadaaliyaa calaamadihiisa hadalka iyo kan isticmaalaha ee isbarbar socda durdurrada wakhtiga ku habboon, markaa jiilku waligiis ma joojinayo 'dhegeysiga'. Habka 'Inner Monologue' wuxuu saadaaliyaa qoraalka ka hor maqalka, hagaajinta tayada luqadda iyo isku xirnaanta waxa Moshi dhab ahaantii leeyahay.
Saamaynta Istiraatijiyadeed
Helitaanka iyo gaarsiinta
Waxay wanaajisaa marin u helida iyada oo loo marayo qoraal-qorid, sheeko, iyo is-dhexgalyo cod.
Qiimaha iyo miisaaniyada
Kooxaha warbaahintu waxay ku soo rari karaan codka sifaysan si degdeg ah iyagoo wata miisaaniyado yaryar.
Xawaaraha iyo miisaanka
Nidaamyada u jeedda macmiisha waxay ka baaraandegi karaan isdhexgalka hadalka si weyn.
Mustaqbalka Hadalka Moshi Full-Duplex
Nashqadaynta laba-duplex ee buuxa ayaa noqonaysa qaabka codka dabiiciga ah ee AI, taasoo saamaynaysa nidaamyada warshadaha oo dhan. Filo kuwa yaryar, noocyada qalabka, taageerada luqadaha badan, daahitaanka hoose, iyo ku biirinta wakiilada, adeegga macaamiisha, iyo agabka gelitaanka. Sababtoo ah Moshi wuu furan yahay, cilmi-baarayaashu waxay baari karaan oo u hagaajin karaan si xor ah. Caqabadaha ayaa weli ku hareeraysan isku halaynta dhabta ah, badbaadada hadalka is dulsaaran, iyo dareenka shucuureed, laakiin ka beddelka leexashada adag ee dareeraha, wada hadalka go'a waxay u badan tahay inuu waarayo.
Dhaqangelinta Adduunka-dhabta ah
Saaxiibka codka aan gacma-laawaha lahayn waxaad joojin kartaa jumlada dhexe, oo leh jawaabaha in ka yar 200 millise seconds.
Furan gundhigga cilmi-baarista ee barashada wakhtiga-dhabta ah, wada hadal-duplex-buuxa oo lagu hadlo iyada oo aan lahayn sanduuqyo madow oo la iska leeyahay.
Kaaliyeyaasha gelitaanka kuwaas oo si dareere ah ula sheekaysanaya isticmaalayaasha u baahan dib-u-dhac dabiici ah iyo gadaal.
Soo saarida bots-ga adeega macmiilka ee go'a kaas oo dib u dhigaya kana falceliya inta soo wacuhu wali hadlayo.
Khatarta & Dariiqyada Ilaalada
Si xun u isticmaalka codka iyo khataraha is-yeelyeelku way kordhaan marka oggolaanshaha la waayo.
Saxnimadu waxay hoos ugu dhici kartaa lahjadaha, lahjadaha, ama jawiga buuqa badan.
Maqalka synthetic waxaa lagu khaldi karaa hadal dhab ah iyada oo aan si cad loo calaamadin.
Qorshe Hawleedka Dhaqangelinta
Hel ogolaansho cad oo ku saabsan qabashada codka, xidhitaanka, iyo dib u isticmaalka
Tijaabi tayada ku hadasha kala duwan iyo xaaladaha asalka.
Qeex marka bani'aadamku ay tahay inuu dib u eego ama oggolaado wax soo saarka.
Ku calaamadee codka synthetic oo xafid diiwaannada la-xisaabtanka.
Sii wad Sahaminta
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Moshi Full-Duplex Speech quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Hagaha xiga
Caadiyan qoraalka ee Hadalka
Su'aalaha soo noqnoqda
What is Moshi Full-Duplex Speech?
Moshi waa il furan, cod-waqtiga dhabta ah AI ee ka socda Kyutai kaas oo wada hadla oo dhegaysta isla waqti isku mid ah - buuxa-duplex - halkii aad ka qaadan lahayd leexasho adag. Taasi waxay meesha ka saaraysaa habacsanaanta xun iyo leexashada adag ee kaaliyayaasha codka dhaqameed.
Maxay 'duplex-duplex' uga dhigan tahay macnaha guud ee Moshi?
Duplex-ka buuxa macneheedu waxa weeye moodelku waxa uu isku mar gacanta ku hayaa maqalka soo galaya iyo kan baxaya, si uu u dhagaysto marka uu hadlayo oo uu si dabiici ah u maareeyo carqaladaha.
Ururkee ayaa sii daayay Moshi?
Moshi waxaa soo saaray oo il furan ka helay Kyutai, oo ah shaybaadhka cilmi baarista AI ee Faransiiska, sanadka 2024.
Waa maxay Mimi nidaamka Moshi?
Mimi waa codec maqal ah oo neural ah kaas oo ku cadaadiya hadalka joogtada ah socodka hooseeya ee calaamado kala duwan oo moodeelku dhalin karo.
Sidee Moshi kaga duwan yahay dhuumaha caadiga ah ee caawiya codka?
Caawiye-dhaqameedku waxay silsilad-hadal-ilaa-qoraal, moodal luqadeed, iyo qoraal-hadal-hadal; Moshi waa moodal-hadal-ku-hadal oo si joogto ah u maamula codka.
Qiyaastii waa maxay daahitaanka wada hadalka uu Moshi bartilmaameedsadaa?
Moshi waxa uu gaadhaa daahitaan ku dhawaad 160-200 ms, oo aad uga hooseeya kaaliyayaasha codka caadiga ah, taas oo u sahlaysa isku dhafka dabiiciga ah iyo kala goynta.