Block发布可本地运行的全双工语音模型Dessa，语气接近真人

杰克·多尔西旗下的Block公司研究实验室发布了名为Dessa的语音模型，宣称可在本地运行，并带有笑声、停顿与哭泣等表现，听感接近真人。公司称该模型完全基于人类语音数据训练，使用单台英伟达图形处理器机架完成，并具备全双工能力，可边说边听，类似OpenAI今年早些时候发布的GPT-Live。与常见做法不同，Dessa不依赖另行配对的大型语言模型检索知识，而是从对话训练数据中获取知识。Block批评现有语音人工智能常把声音转成文本后再生成，丢失文本难以承载的情感信息，并称其模型把情感内建其中，而非像ElevenLabs或Fish Audio等靠语音标签驱动情绪，不过是否仍有某种标签引导尚不清楚。演示中助手能以不同音色、节奏与情绪交谈，例如谈工作疲惫时听起来疲惫。公司称模型可在消费级电脑如MacBook M4 Max或更强机型本地运行，但目前不对外开放，并征集安全研究者测试，以防语音代理欺骗对方。