Новая ИИ-модель Block Dessa обучена исключительно на человеческой речи для распознавания эмоций
decoder ·
Block, материнская компания Square и Cash App, представила Dessa — новую ИИ-модель для распознавания речи, обученную исключительно на аудиоданных людей без использования текстовых входных данных. В отличие от традиционных систем, которые сначала преобразуют речь в текст, Dessa обрабатывает аудио напрямую, что позволяет ей в реальном времени выявлять такие нюансы, как эмоции, сарказм, смех и паузы. Модель поддерживает полнодуплексную связь, обеспечивая одновременное прослушивание и воспроизведение речи. Она была разработана с использованием одного сервера NVIDIA GB200 NVL72 и может работать локально на MacBook Pro M4 Max. Block создала Dessa из любопытства и соображений безопасности, стремясь решить проблему игнорирования эмоциональных сигналов текущими голосовыми ИИ-системами. В настоящее время компания привлекает исследователей по кибербезопасности ИИ для тестирования модели на наличие непредвиденных рисков перед любым публичным запуском. Эта разработка следует за предыдущими попытками конкурентов, таких как Hume AI, Kyutai и OpenAI, повысить эмоциональный интеллект голосовых интерфейсов.
decoder