Block 发布 Dessa：只听人声学会说话的全双工语音模型

Block 旗下 AI 研究实验室 10 月 23 日发布全双工语音模型 Dessa，主打一条与主流语音助手不同的路线：不经过文本中转，音频进、音频出。

亮点有三：其一，零文本训练。Dessa 从零只听真实人声对话学会语言，没有文本数据、没有预训练模型，负责人称这是语音的“GPT-3 时刻”。其二，真像打电话。全双工意味着边听边说，能打断、接话，听得懂笑声、讽刺与哽咽，推理快于实时。其三，本地就能跑。模型可在 MacBook Pro M4 Max 或更高配置上本地运行，训练只用了一台英伟达 GB200 NVL72 机架。

需要提醒的是，目前 Dessa 只是研究预览：仅向少数 AI 安全研究者开放早期体验，公众可排队等候；官方尚未公布参数量与第三方评测，演示效果仍待独立验证。

原文链接：点击查看原文，正文为摘要整理，仅供参考。