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。
#语音
The DecoderAI 评分5858 The Verge · AIAI 评分5858 Block 发布 Dessa 语音模型，仅用人类对话训练
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。
TechCrunch · AIAI 评分4040 Nirva 融资 3300 万美元，做只监听佩戴者本人的 AI 吊坠
Nirva 完成 2500 万美元 pre-Series A 轮融资，加上年初的 800 万美元，累计融资达 3300 万美元。其首款设备是重约 8 克、可当手链佩戴的吊坠，单次充电续航最长 3 天，通过入职时采集的用户语音建模并过滤周围他人声音，默认不保留音频与转录，售价 249 美元，11 月开启预订、年底前发货。
AWS Machine Learning BlogAI 评分4848 Amazon Polly 生成式引擎重大升级：新增 14 种语音、支持印地语和芬兰语
Amazon Polly 生成式引擎完成升级，新增 14 种语音、覆盖 9 个 locale，并首次在生成式引擎中正式提供印地语和芬兰语。升级后共提供 57 种生成式语音，覆盖 11 种语言、25 个 locale，并扩展至 AWS GovCloud（US-West），合计 11 个 AWS Region。此次为原地升级，语音名称和 API 调用不变，现有应用无需改代码，价格也不变。
AWS Machine Learning BlogAI 评分4242 在 Amazon SageMaker AI 上用 Kokoro TTS 为 AI 智能体流式输出低延迟语音
该方案将 AI 智能体生成的每个句子即时送入部署在 Amazon SageMaker AI 实时端点上的 Kokoro-82M 语音模型，让语音合成从第一句就开始，而不必等整段回复生成完毕。Kokoro-82M 仅有 8200 万参数，可运行在单台 ml.g5.xlarge GPU 实例上，容器同时提供 POST /invocations 与 WebSocket 双向流两条路径。
AWS Machine Learning BlogAI 评分3636 别再猜 Amazon SageMaker AI 上 TTS 的自动扩缩容目标值
针对自托管 TTS 端点自动扩缩容目标值靠猜的问题，AWS 在 Amazon SageMaker AI 实时端点上以自定义容器部署 82M 参数的 Kokoro-82M，用实测的 Q_max（单实例不突破 SLO 的最高并发）和 T_total（一次扩容端到端耗时）推算扩容阈值、缩容阈值与两个冷却时间。