引导式测验 · 中等 等级

Moshi 全双工语音测验

检查 Moshi 的全双工音频流、Mimi 编解码器、直接语音到语音设计、延迟目标和内部独白方法。

相关引导路径Moshi 全双工语音
问题 1 的 8

Moshi 上下文中的“全双工”是什么意思？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. Moshi 上下文中的“全双工”是什么意思？
    • 它可以同时听和说
    • 它仅适用于两种语言
    • 需要两个麦克风
    • 它使音量加倍
  2. 哪个组织释放了莫希？
    • OpenAI
    • 久泰
    • Google DeepMind
    • Meta
  3. Moshi系统中的Mimi是什么？
    • 一个搜索引擎
    • 图形渲染器
    • 一种将语音转换为离散标记的神经音频编解码器
    • 文本翻译 API
  4. Moshi 与传统语音助手管道有何不同？
    • 它只输出文本
    • 它根本不需要模型
    • 它只能离线工作，没有人工智能
    • 它直接处理音频，而不是链接 STT、LLM 和 TTS
  5. Moshi 的目标对话延迟大致是多少？
    • 大约160-200毫秒
    • 约2-3秒
    • 约10秒
    • 正好1分钟
  6. 莫希的“内心独白”方法的目的是什么？
    • 对用户隐藏对话
    • 在音频之前预测文本，提高语言质量
    • 将所有内容翻译成法语
    • 压缩视频
  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