Block发布全双工语音模型Dessa

IT时代网10月25日消息，Block公司研究实验室发布可在本地运行的全新语音模型Dessa，其表达带有笑声、停顿与哭腔，听起来非常接近真人。Dessa完全基于人类语音训练，只需单个NVIDIA GPU机架即可运行。它是一款全双工模型，可以同时说话和收听，与OpenAI今年早些时候发布的GPT-Live模型类似。通常语音模型需要搭配大语言模型进行知识检索，Block表示Dessa的知识来源于其训练所用的对话数据。Block认为，当前语音AI的交互体验不佳，原因在于流程中存在文本环节驱动语音生成，把语音转成文本丢掉了大量文本无法承载的信息——最强大的AI也听不出用户的情绪。该公司主张语音是与智能交互最自然的方式，把情感、细微差别、停顿和自然节奏直接内置进模型。

注：本文配图由AI生成。文中包含AI辅助创作的内容。

编辑：林一舟