TOOLORA / 本地阅读版
Moshi
同时建模用户与助手两路语音，实现可边听边说的全双工对话；提供 PyTorch、MLX 和 Rust 推理实现。
产品介绍
Moshi 将用户和系统的两路音频与文本表示共同建模，可在语音交互中同时处理听入和说出，而不是等待整段录音转写后再播放答案。使用 Mimi 流式音频编解码器，提供 PyTorch 研究实现、面向 Apple 设备的 MLX 实现、Rust 后端和网页客户端。硬件与量化支持随实现不同；Python 与客户端代码为 MIT，Rust 后端采用 Apache，官方模型权重为 CC-BY 4.0。
- 公司所在国家／地区
- 法国 · 公司总部
官方来源与参考资料
介绍按公开资料整理；功能、价格与地区可用性以官网为准。