Le nouveau modèle d'IA Dessa de Block est entraîné uniquement sur la parole humaine pour saisir les émotions
decoder ·
Block, la société mère de Square et Cash App, a présenté Dessa, un nouveau modèle d'IA vocale entraîné exclusivement sur des données audio humaines, sans aucune entrée textuelle. Contrairement aux systèmes traditionnels qui convertissent d'abord la parole en texte, Dessa traite l'audio directement, ce qui lui permet de détecter en temps réel des nuances telles que les émotions, le sarcasme, le rire et les pauses. Le modèle prend en charge la communication full-duplex, permettant une écoute et une prise de parole simultanées. Il a été développé à l'aide d'un seul NVIDIA GB200 NVL72 et peut s'exécuter localement sur un MacBook Pro M4 Max. Block a créé Dessa par curiosité et par souci de sécurité, cherchant à répondre à la manière dont l'IA vocale actuelle ignore souvent les indices émotionnels. L'entreprise recrute actuellement des chercheurs en sécurité IA pour tester le modèle afin d'identifier les risques imprévus avant toute publication publique. Ce développement fait suite aux tentatives précédentes de concurrents comme Hume AI, Kyutai et OpenAI pour améliorer l'intelligence émotionnelle dans les interfaces vocales.
decoder