语音与音频 / 海外
Block 展示 Dessa 语音 AI:仅从人类会话学习的双向对话模型
Block 展示 Dessa 语音模型,强调直接从人类会话学习,并尝试保留语气、打断与接话节奏。目前主要是演示及面向少量安全研究者的早期访问。
事件与主要变化
据 The Verge 报道,Block 发布了 Dessa 的语音对话演示,团队称模型从零开始学习人类谈话,而不是先把全部交流转成文字再处理。展示包括猜谜、电影讨论及日常交谈,能听到接话和语调变化。报道也指出演示有认错人、话题偏离等不自然之处,因此更适合把它看作新的语音交互研究样本,而不是已证明成熟可靠的通用助手。
能力边界与使用信息
团队关注的重点是语音中容易在文字转换时丢失的节奏和情绪信息,以及模型能否同时听与说。报道转述,Dessa 可以在配备 M4 Max 或更高配置的 MacBook Pro 上本地运行,但这不构成所有设备均可运行的保证。当前早期访问面向少量 AI 安全研究者,不能描述为已经全面开放下载。对于语音应用开发者,值得关注它如何处理插话和情感线索,以及后续是否公布更完整的评估与接入信息。