Twitter 联合创始人杰克·多尔西旗下的 Block 公司推出全新语音模型 Dessa,支持在消费级电脑上本地运行,最低设备门槛为 M4 Max 及更高配置的 MacBook。该模型能模拟笑声、停顿、哽咽等情绪表达,听感高度拟人。
Dessa 属于全双工模型,可一边说话一边收听用户语音,与 OpenAI 今年早些时候发布的 GPT-Live 类似。模型完全基于人类语音数据训练,仅使用了一组英伟达 GPU 机架,其知识来源于训练所用的对话数据,无需搭配大语言模型。
Block 指出,现有语音 AI 需先将语音转为文本再驱动合成,情绪等信息在此过程中丢失。目前 Dessa 暂不开放试用,公司正邀请安全研究者测试语音智能体欺骗人类的风险场景,未来计划以更低成本落地更多语音产品。
文中提及的 AI 工具
评论
正在加载评论…