Maswali yanayounganishwa na mwongozo · Kati Kiwango
Maswali ya Hotuba ya Moshi Kamili-Duplex
Hukagua mitiririko ya sauti yenye uwili kamili wa Moshi, kodeki ya Mimi, muundo wa moja kwa moja wa usemi hadi usemi, lengwa la kusubiri na mbinu ya ndani ya monolojia.
Swali 1 ya 8
Je, neno 'full-duplex' linamaanisha nini katika muktadha wa Moshi?
Hakiki kila swali8 maswali
Majibu na maelezo huonekana unapojibu maswali.
- Je, neno 'full-duplex' linamaanisha nini katika muktadha wa Moshi?
- Inaweza kusikiliza na kuzungumza kwa wakati mmoja
- Inafanya kazi katika lugha mbili tu
- Inahitaji maikrofoni mbili
- Inaongeza sauti ya sauti mara mbili
- Ni shirika gani lililotoa Moshi?
- OpenAI
- Kyutai
- Google DeepMind
- Meta
- Mimi ni nini katika mfumo wa Moshi?
- Injini ya utafutaji
- Kionyeshi cha michoro
- Kodeki ya sauti ya neva ambayo hugeuza usemi kuwa tokeni tofauti
- API ya kutafsiri maandishi
- Je, Moshi inatofautiana vipi na bomba la kitamaduni la kusaidia sauti?
- Inatoa maandishi pekee
- Haihitaji mfano hata kidogo
- Inafanya kazi nje ya mtandao tu bila AI
- Inachakata sauti moja kwa moja badala ya kuunganisha STT, LLM, na TTS
- Moshi inalenga kuchelewa kwa mazungumzo gani?
- Karibu 160-200 milliseconds
- Karibu sekunde 2-3
- Takriban sekunde 10
- Dakika 1 kabisa
- Nini madhumuni ya mbinu ya Moshi ya 'Inner Monologue'?
- Ili kuficha mazungumzo kutoka kwa watumiaji
- Kutabiri maandishi kabla ya sauti, kuboresha ubora wa lugha
- Ili kutafsiri kila kitu kwa Kifaransa
- Ili kubana 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
- Takriban sekunde 1
- 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