Moshi AI 对比 Endel

Moshi AI 是来自巴黎开源科学研究实验室 Kyutai 的一种语音原生对话模型。它无需串联语音识别、文本生成和语音合成，而是直接处理音频，实现低延迟的全双工语音对话。

其多流设计为用户、Moshi的语音输出以及内部独白文本流开辟了独立的通道，从而提高一致性。这样的设置使得Moshi可以边听边说，应对重叠、打断和回话，就像真实的对话一样，而非僵硬的轮流发言。

Moshi建立在Helium——一个7B参数的语言模型，以及Kyutai的神经音频编码器Mimi之上。其权重和推理代码支持PyTorch、Rust和MLX，您还可以在浏览器中试用，网址为moshi-chat.kyutai.org。研究人员、语音AI开发者以及任何构建实时语音界面的人都能在这里找到最大的价值。

Endel 生成个性化的声音景观，能够实时适应，帮助您专注、放松、睡眠或在活动中保持稳定。其音频引擎采用专利的 Endel Pacific 技术，根据时间、天气、心率和位置等输入进行反应，而非循环播放固定曲目。营销网站将其描述为基于神经科学的功能性音频，旨在促进日常健康。

播放列表应用提供固定歌曲；而 Endel 在设备上持续生成声音，使混音随着您的环境变化。专注模式在网站引用的同行评审研究中声称相比播放列表可提高长时间集中度达7倍，放松、睡眠和活动模式均配备生成视觉效果。相同引擎支持 iOS、Android、macOS、网页、Apple Watch、Alexa、Apple TV 和 Fire TV。

专注和睡眠页面以及 endel.io 上的 App Store 评论暗示其目标用户包括学生、远程工作者、多动症患者、家长及任何与失眠斗争的人群。提供免费版本，Premium 版解锁所有模式、离线播放、可穿戴设备集成及艺术家合作的声音景观，如 James Blake: Wind Down。