Block 发布语音模型 Dessa：仅用人类对话训练，可本地运行

Block 公布语音模型 Dessa

Jack Dorsey 旗下的 Block 公布了一款名为 Dessa 的 AI 语音模型。据 The Verge 报道，Block 称该模型「完全基于人类对话从零训练」，并公开了若干段模型与人的对话示例。这些对话整体上能保持较为自然的来回交流，但偶尔会出现略显生硬或违和的反应，例如模型一度把对话者误认成名为「Ronaldo」的人。Dessa 团队将其描述为「真正的语音到语音模型」，并表示它所知道的一切都来自人类语音。

背景与设计取向

据 Dessa 官网介绍，该模型可在 MacBook Pro M4 Max「或更高配置」的设备上本地运行。团队给出的研发理由包括「好奇心（也就是好玩）、增进人与 AI 之间的理解，以及安全」。其论述是：婴儿在从未见过文字的情况下学会说话，团队想验证模型是否也能做到；而当前语音 AI 往往把语音压平成文本，跟不上人类的节奏，也几乎听不出声音中的情绪，这构成安全隐患。官网还展示了若干示例，包括围绕 Christopher Nolan 电影的对话，以及有人告诉 Dessa 要带它去巴黎旅行、Dessa 随后以听起来像含泪致谢的方式回应。此外还有一段 OpenAI 的 GPT-Live-1 语音模型与 Dessa 的对话，报道称其中 Dessa 显得更自然。

限制与来源

Dessa 团队表示，将向「一小群 AI 安全研究者」提供该模型的早期访问。目前公开的信息主要来自 Block 与 Dessa 团队的自述及演示片段，模型的实际能力、可用范围与后续开放计划尚未获独立验证，也未公布定价或正式上线时间。相关功能、地区可用性与账号支持情况请以官网当前信息为准。本文信息源自 The Verge 报道。