Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Fiche · Voix à voix · relevé du

Moshi

Kyutai · France

  • Poids ouverts
  • Licence : CC BY 4.0
  • Éditeur français

En bref : 38e sur 38 en raisonnement à l'écoute (Big Bench Audio) ; 27e sur 31 en tenue de la conversation (Full Duplex Bench).

Présentation

Modèle de dialogue parlé en duplex intégral du laboratoire parisien Kyutai, à poids ouverts, qui traite en parallèle sa propre parole et celle de l'utilisateur, sans tours de parole imposés. Il vise la conversation naturelle à faible latence et ne sait pas appeler d'outils. Lu sur huggingface.co, raw.githubusercontent.com, le 23/10/2026.

Page de l'éditeurL'essayerLes poids sur Hugging Face

Langues

Ses 2 classements

Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.

Modèles proches

Comment lire ces chiffres

Voix à voix : Un agent vocal écoute et répond de vive voix. Artificial Analysis le mesure sur plusieurs épreuves en anglais : son indice les résume sur 100, Big Bench Audio compte les bonnes réponses à des questions posées à l'oral, la tenue de la conversation compte les situations bien gérées (pauses, interruptions), plus c'est haut, mieux c'est ; le délai avant le premier son se lit à l'inverse, plus il est court, mieux c'est.

D'où vient cette fiche

Nom dans les sources
Artificial Analysis (voix à voix) : Moshi
Fiche
Registre de QUELLE IA, lu sur https://huggingface.co/kyutai/moshiko-pytorch-bf16/raw/main/README.md (« license: cc-by-4.0 »), 23/10/2026.
Pages lues
  • https://huggingface.co/kyutai/moshiko-pytorch-bf16/raw/main/README.md (« Moshi is a speech-text foundation model that casts spoken dialogue as speech-to-speech generation. »), 23/10/2026
  • https://huggingface.co/kyutai/moshiko-pytorch-bf16/raw/main/README.md (« This allows for the removal of explicit speaker turns, and the modeling of arbitrary conversational dynamics. »), 23/10/2026
  • https://huggingface.co/kyutai/moshiko-pytorch-bf16/raw/main/README.md (« However, the model has limited abilities for complex tasks and cannot access tools, but rather focues on natural, low-latency interactions. »), 23/10/2026
  • https://huggingface.co/kyutai/moshiko-pytorch-bf16/raw/main/README.md (« **Language(s) (NLP):** English »), 23/10/2026
  • https://raw.githubusercontent.com/kyutai-labs/moshi/main/README.md (« All models are released under the CC-BY 4.0 license. »), 23/10/2026

Voir aussi : la voix en bref, la transcription, la synthèse vocale, la voix à voix, ou cette fiche en texte.