Вікторина, пов’язана з посібником · Середній Рівень
Тест Moshi Full-Duplex Speech
Перевіряє повнодуплексні аудіопотоки Moshi, кодек Mimi, систему прямого перетворення мови в мову, цільову затримку та метод внутрішнього монологу.
Питання 1 з 8
Що означає «повний дуплекс» у контексті Moshi?
Перегляньте кожне запитання8 запитання
Відповіді та пояснення з’являються під час виконання тесту.
- Що означає «повний дуплекс» у контексті Moshi?
- Він може слухати і говорити одночасно
- Він працює лише двома мовами
- Для цього потрібні два мікрофони
- Він подвоює гучність звуку
- Яка організація випустила Moshi?
- OpenAI
- Кютай
- Google DeepMind
- Meta
- Що таке Мімі в системі Moshi?
- Пошукова система
- Графічний рендерер
- Нейронний аудіокодек, який перетворює мову на окремі маркери
- API перекладу тексту
- Чим Moshi відрізняється від традиційного конвеєра голосового помічника?
- Виводить лише текст
- Для цього взагалі не потрібна модель
- Він працює лише в автономному режимі без ШІ
- Він обробляє аудіо безпосередньо замість з’єднання STT, LLM і TTS
- На яку приблизно затримку розмови орієнтується Moshi?
- Близько 160-200 мілісекунд
- Приблизно 2-3 секунди
- Приблизно 10 секунд
- Рівно 1 хвилина
- Яка мета методу Моші «Внутрішній монолог»?
- Щоб приховати розмову від користувачів
- Прогнозувати текст перед аудіо, покращуючи лінгвістичну якість
- Перекласти все на французьку
- Щоб стиснути відео
- 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