Block 发布语音模型 Dessa,完全用人类语音训练以捕捉文本模型忽略的情绪
Block 发布语音模型 Dessa,称其是首个完全用人类语音、不含任何文本数据从零训练的 AI 模型。Dessa 不先把音频转成文本,而是直接处理语音,可实时捕捉情绪、讽刺、笑声和停顿,并支持全双工交流,能在 MacBook Pro M4 Max 上本地运行,训练使用单台 NVIDIA GB200 NVL72。该模型尚未公开,团队先招募 AI 安全研究者测试意外风险。
Block 发布语音模型 Dessa,称其是首个完全用人类语音、不含任何文本数据从零训练的 AI 模型。Dessa 不先把音频转成文本,而是直接处理语音,可实时捕捉情绪、讽刺、笑声和停顿,并支持全双工交流,能在 MacBook Pro M4 Max 上本地运行,训练使用单台 NVIDIA GB200 NVL72。该模型尚未公开,团队先招募 AI 安全研究者测试意外风险。
Jack Dorsey 的 Block 发布 AI 模型 Dessa,称其完全基于人类对话从零训练,是真正的语音到语音模型。Block 展示了 Dessa 与人的对话和语音猜谜游戏,其中偶有认错说话人、话题跑偏等略显生硬的表现。