जैक डॉर्सी की ब्लॉक ने डेसा पेश किया, एक स्थानीय रूप से चलने वाली भावनात्मक रूप से अभिव्यक्तिपूर्ण वॉइस एआई
aiinsider ·
जैक डॉर्सी की कंपनी ब्लॉक ने अपने रिसर्च लैब द्वारा विकसित डेसा (Dessa) नामक एक नए वॉइस एआई मॉडल को लॉन्च किया है, जो उपभोक्ता हार्डवेयर पर स्थानीय रूप से संचालित होता है। यह मॉडल बाहरी टेक्स्ट-टू-स्पीच कनवर्जन पर निर्भर किए बिना हंसी, रुकावट और रोने सहित भावनात्मक रूप से अभिव्यक्त वाणी उत्पन्न करने में सक्षम है। कई प्रतिद्वंद्वियों के विपरीत, जो ज्ञान के लिए अलग बड़े भाषा मॉडल का उपयोग करते हैं, डेसा अपनी संवादात्मक समझ सीधे अपने ट्रेनिंग डेटा से प्राप्त करता है। सिस्टम एक फुल-डुप्लेक्स मॉडल के रूप में कार्य करता है, जिससे यह एक साथ बोल और सुन सकता है, जो ओपनएआई के जीपीटी-लाइव (GPT-Live) के समान है। ब्लॉक का दावा है कि यह दृष्टिकोण स्पीच को टेक्स्ट में बदलने से जुड़ी जानकारी के नुकसान से बचाता है, जिससे उपयोगकर्ता अनुभव अधिक प्राकृतिक होता है। हालांकि, इस मॉडल को एकल एनविडिया GPU रैक पर मानव वाणी का उपयोग करके ट्रेन किया गया है, लेकिन यह अभी सार्वजनिक रूप से उपलब्ध नहीं है और इसे सुरक्षा शोधकर्ताओं द्वारा परखा जा रहा है। यह मैकबुक एम4 मैक्स जैसे डिवाइसों पर चल सकता है, जिससे ब्लॉक कम लागत में अधिक वॉइस अनुभवों को संचालित करने में मदद मिल सकती है।
aiinsider