待验证85% 置信事实时间未知

法国Kyutai实验室开源了端到端语音对话模型Moshi

1

来源数

85%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

百聆：开源语音助手800ms低延迟，媲美GPT-4o对话体验

githubwwbin2017

涉及实体

Moshimodel Kyutaicompany

相关事实

待验证MosiAI 团队开源了 MOSS-Transcribe-Diarize-0.9B，一款仅 0.9B 参数的端到端多说话人语音识别模型66% 相似待验证OpenAI新模型采用端到端语音架构，直接以音频作为输入和输出，跳过中间文字转换环节65% 相似已验证语音识别技术经历了从隐马尔可夫模型（HMM）到循环神经网络（RNN）再到端到端模型的演进65% 相似待验证工作流提供对口型模式（将用户语音冻结进音频潜空间）和模型生成语音模式两种语音生成方式64% 相似待验证2022年OpenAI发布的Whisper证明了单一神经网络可以直接将音频映射为文字，绕开手工设计声学模型的传统路径64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/29086

API

curl https://kongchang.com/api/v1/knowledge/claims/29086

MCP

get_claim(id=29086)