引導式測驗 · 中等 等級
Moshi 全雙工語音測驗
檢查 Moshi 的全雙工音訊串流、Mimi 編解碼器、直接語音到語音設計、延遲目標和內部獨白方法。
問題 1 的 8
Moshi 上下文中的「全雙工」是什麼意思?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- Moshi 上下文中的「全雙工」是什麼意思?
- 它可以同時聽和說
- 它僅適用於兩種語言
- 需要兩支麥克風
- 它使音量加倍
- 哪個組織釋放了莫希?
- OpenAI
- 久泰
- Google DeepMind
- Meta
- Moshi系統中的Mimi是什麼?
- 一個搜尋引擎
- 圖形渲染器
- 一種將語音轉換為離散標記的神經音訊編解碼器
- 文字翻譯 API
- Moshi 與傳統語音助理管道有何不同?
- 它只輸出文字
- 它根本不需要模型
- 它只能離線工作,沒有人工智慧
- 它直接處理音頻,而不是連結 STT、LLM 和 TTS
- Moshi 的目標對話延遲大致是多少?
- 大約160-200毫秒
- 約2-3秒
- 約10秒
- 正好1分鐘
- 莫希的「內心獨白」方法的目的是什麼?
- 對使用者隱藏對話
- 在音頻之前預測文本,提高語言質量
- 將所有內容翻譯成法語
- 壓縮視頻
- 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
- 約1秒
- 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