Moshi
term_id: moshi
Category: basic_concepts
Definition
Moshi er en avansert AI-modell laget av Kyutai som integrerer tale- og tekstbehandling i en samlet ramme. I motsetning til tradisjonelle systemer som konverterer tale til tekst før behandling, lærer Moshi
Summary
En tale-språkmodell utviklet av Kyutai som lærer tekst- og lydfremstillinger felles for sømløs multimodal interaksjon.
Key Concepts
- Multimodal læring
- Sammenhengende tale-tekst-modellering
- Bevaring av prosodi
- Sanntidsinteraksjon
Use Cases
- Bygge naturlige stemmeassistenter
- Forbedre interaktiv fortelling med emosjonell tone
- Forbedre tilgjengelighetsverktøy for hørselshemmede brukere