Dessa — голосовой AI от Block, обученный на живой речи
Block Джека Дорси представил Dessa — AI-модель, которая разговаривает как живой человек
Компания Block анонсировала голосовую AI-модель Dessa, обученную исключительно на человеческой речи. Она умеет поддерживать естественный диалог — пусть порой и с забавными оговорками.
Что такое Dessa и как она работает
Block — компания Джека Дорси — объявила о создании AI-модели под названием Dessa. Главная особенность: модель обучена «с нуля исключительно на человеческих разговорах», без текстовых данных. По сути, это попытка воспроизвести то, как дети учатся говорить — только слушая речь вокруг, без чтения и письма.
Dessa является «настоящей speech-to-speech моделью» — она воспринимает и генерирует живую речь напрямую, не преобразуя её в текст и обратно. Примечательно, что запустить её можно локально на MacBook Pro с чипом M4 Max или более мощном устройстве.
Как звучат реальные разговоры с Dessa
Руководитель проекта Рагаван Тхурайратнам поделился несколькими демо-записями в сети. В одном из них модель ведёт вполне живую беседу с человеком — хотя поначалу почему-то принимает собеседника за некоего «Роналду». В другом ролике Dessa играет в угадайку по голосовому каналу.
На официальном сайте проекта block.xyz/dessa можно найти и другие примеры: обсуждение фильмов Кристофера Нолана (с неожиданным отступлением на тему картин Брайана Сингера о Супермене), разговор о поездке в Париж — на который Dessa отреагировала тем, что «ответила голосом, похожим на сдерживаемые слёзы благодарности». Там же есть диалог между Dessa и голосовой моделью OpenAI GPT-Live-1 — в этом сравнении Dessa выглядит более естественной.
Зачем это сделали
Команда Block называет три причины создания Dessa: любопытство (оно же — интерес к исследованию), лучшее взаимопонимание между людьми и AI, а также безопасность. Суть философии проекта авторы выразили так:
Младенцы учатся говорить, ни разу не увидев написанного слова. Нам хотелось проверить — сможет ли модель сделать то же самое.
Dessa — нетривиальный эксперимент: большинство современных голосовых AI-ассистентов опираются на текстовые данные и конвертируют речь в текст перед обработкой. Подход Block принципиально иной и, судя по демо, даёт любопытный, пусть и не всегда идеальный результат.
Посмотрим, выйдет ли Dessa за рамки исследовательского проекта — но уже сейчас она демонстрирует, что голосовой AI способен звучать куда живее, чем мы привыкли.
Источник: The Verge