Moshi
term_id: moshi
Category: basic_concepts
Definition
Moshi 是由 Kyutai 创建的高级 AI 模型，它将语音和文本处理整合到一个统一的框架中。与传统系统在处理后转换语音为文本的系统不同，Moshi 学习联合表示。
Summary
由 Kyutai 开发的语音语言模型，共同学习文本和音频表示，以实现无缝的多模态交互。
Key Concepts
- 多模态学习
- 语音-文本联合建模
- 韵律保留
- 实时交互
Use Cases
- 构建自然语音助手
- 增强带有情感语调的互动式故事讲述
- 改善听障用户的辅助工具