Block 发布 Dessa 语音模型，仅用人类对话训练
模型AI 评分 72/100The Verge 等 2 家
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
Jack Dorsey 旗下 Block 公布了一个名为 Dessa 的 AI 模型，训练数据全部来自人类对话，没有使用文本语料。Dessa 是真正的语音到语音模型，可以运行在 MacBook Pro M4 Max 或更高配置的设备上。Block 公开了几段人机对话录音，其中模型偶尔会把说话人认错，也会在聊电影时跑题。团队称开发动机是好奇、改善人机理解以及安全，并强调现有语音 AI 先把语音转成文字，丢失了人类说话的节奏和情绪。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载模型与训练方式
Block 公布的 Dessa 是一个语音到语音模型，其训练数据全部来自人类对话，没有使用书面文本。团队用婴儿学说话作类比：婴儿在没有见过文字的情况下学会说话，他们想验证模型能否也做到，结论是可以，但难度很高。Dessa 负责人 Ragavan Thurairatnam 分享了模型与真人对话的片段，双方一来一往基本自然，不过模型一开始把对方错认成名叫 Ronaldo 的人。
公开的对话示例
Dessa 网站上还列出几段对话：一段围绕克里斯托弗·诺兰的电影展开，模型中途岔到布莱恩·辛格执导的超人电影；一段是有人告诉 Dessa 要带它去巴黎旅行，网站形容模型随后用听起来带泪意的感激作答；另有一段是 OpenAI 的 GPT-Live-1 语音模型与 Dessa 对谈，Dessa 显得更自然。这些片段以视频形式提供试听。
运行环境与设计动机
Dessa 可在 MacBook Pro M4 Max 或更高配置的机器上本地运行。团队解释做这件事的三个原因：好奇与乐趣、促进人与 AI 之间更好的理解、以及安全。他们认为语音是通往任何智能最自然的接口，而当下语音 AI 把说的话压平成文本，跟不上人类说话的时序，也几乎听不出声音里的情绪——比如人在剧烈疼痛中，语音 AI 可能毫无察觉。
为什么值得看
语音模型跳过文本、直接从对话学习，是语音交互路线的一次不同尝试，值得关注其本地运行与情绪理解思路。
安全语音
信源2 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。