Block的新AI模型Dessa完全使用人类语音训练以捕捉文本模型遗漏的情感
decoder ·
Square和Cash App的母公司Block推出了全新的AI语音模型Dessa，该模型完全使用人类音频数据进行训练，不包含任何文本输入。与传统系统先将语音转换为文本不同，Dessa直接处理音频，使其能够实时检测情感、讽刺、笑声和停顿等细微差别。该模型支持全双工通信，具备同时听和说的能力。Dessa是使用单台NVIDIA GB200 NVL72开发的，并可在MacBook Pro M4 Max上本地运行。Block出于好奇和安全方面的考虑开发了Dessa，旨在解决当前语音AI往往忽视情感线索的问题。该公司目前正在寻找AI安全研究人员，在模型公开发布之前测试其潜在风险。此前，Hume AI、Kyutai和OpenAI等竞争对手也曾尝试提升语音界面中的情感智能。
decoder