据IT之家10月25日报道,Block推出全双工AI语音模型Dessa,能够在说话的同时收听用户语音,并模拟笑声、停顿、哽咽等表达。目前,Dessa暂不对外开放试用,Block正向安全研究者发出测试邀请。
研究团队公布的多段对话样例展示了音色、语速与情绪的切换。其中一段里,Dessa说自己工作很累,声音也呈现疲惫感;另一段谈到对方带来的安心感时,语气近乎哽咽。这些是团队发布的演示内容。
据官方介绍,Dessa完全基于人类语音数据训练,训练过程仅使用了一组英伟达GPU机架。Block称,模型自身的知识来自训练所用的对话数据,情绪表达则是原生内置的。报道同时指出,目前尚不清楚其底层是否仍依靠某种标签调控情绪。
Block在博客中将现有语音AI交互体验的问题归因于先把语音转成文本、再由文本驱动语音合成的链路,认为这一过程会丢失文字无法承载的信息。这是Block对现有交互方式的判断,并非报道提供的对比测试结论。
本地运行方面,官方给出的设备门槛是M4 Max及更高配置的苹果MacBook。当前测试重点则是这类语音智能体欺骗人类的风险场景;可在消费级电脑上运行,并不意味着公众已经能够下载或试用Dessa。
