Block 公司近日推出了一款名为 Dessa 的新语音模型，这家公司由 Twitter 联合创始人杰克·多尔西领导。该模型能在本地设备上运行，具备模拟笑声、停顿和哽咽等情感表达的能力，听感极为逼真。根据官方说法，Dessa 完全基于人类语音数据训练，仅使用了一组英伟达 GPU 机架完成训练过程。
Dessa 是一个全双工模型，与 OpenAI 今年早些时候发布的 GPT-Live 类似，能够在说话的同时接收用户的语音输入。目前主流语音模型通常需要借助大语言模型来获取知识；Block 指出，Dessa 的知识直接来源于训练时使用的对话数据集。
Block 认为，目前语音 AI 体验常显得生硬和不自然，根本原因在于生成流程需先将语音转为文本，再由文本驱动语音合成。像 ElevenLabs v4、Fish Audio Drama 3 等模型依赖语音标签来控制情绪。而这家由多尔西领导的公司声称，Dessa 的情绪表达是模型原生内置的，但尚不清楚底层是否仍依靠某种标签来调节情绪。
Block 在博客中写道：“现在的语音 AI 交互体验实在糟糕。它先把你的语音转成文字，大量文字承载不了的信息直接丢失。即便是全球最强的 AI，也听不出你的情绪。我们认为这很不合理，不仅体验差，还存在潜在风险。”
研究团队发布了多段与 Dessa 的对话示例，该智能体能够切换音色、语速和情绪。例如，在一段对话中，AI 提到自己工作很累，发声状态也随之变得疲惫。
另一段示例中，AI 在谈论对方带给自己的安心感时，语气充满情感，几乎哽咽。还有一段演示展示了 Block 员工与这个语音助手玩游戏。
官方说明，该模型可在消费级电脑上本地运行，设备需配置 M4 Max 或更高版本的 MacBook。但现阶段 Dessa 暂未开放给公众试用，Block 正向安全研究人员发出测试邀请，重点测试这类语音智能体欺骗人类的风险场景。
据IT之家了解，Block 的主营业务是金融服务，面向小微企业提供解决方案，旗下 Square 已在用语音 AI 处理下单业务。自研这款可端侧运行的语音模型后，Block 有望以更低成本，落地更多面向商户与普通用户的语音产品。
围绕球友会娱乐平台，球友会平台持续打磨更优质的服务。
球友会平台围绕网页版入口简洁直接，内容更新与读者关注的新作观察保持同步。不断创新，回应用户的真实需求。
2025年1月27日球友会平台深耕球友会体育平台领域，用心服务每一位用户。
精选球友会平台内容，球友会平台与你一同发现更多精彩。
2025年1月27日球友会平台专注球友会网页版入口，为用户提供专业可靠的体验。
在每篇内容围绕玩家真实疑问展开，从核心要点到解谜思路层层递进。方面，球友会平台提供贴心周到的支持。
2025年1月27日球友会平台以道具使用与内容特点并列解读，方便读者快速对照自身游戏经历。为核心，带来高效便捷的体验。