Block发布语音AI模型Dessa 可在MacBook本地运行

Jack Dorsey旗下的支付公司Block公布了一款名为Dessa的语音AI模型。该模型完全以人类语音数据训练，而非以文本为起点，能够边听边说，在对话过程中处理打断、笑声与语调变化。Block在公告中表示，相关对话均为现场录制，未对模型的回应进行人为引导。

Dessa的技术路径与运行条件

与先将语音转换为文本、再生成语音回应的系统不同，Dessa直接处理音频信号。Block称其从零开始训练该模型，使用了一套Nvidia GB200 NVL72计算系统。该模型体积较为紧凑，可在搭载M4 Max或更高阶芯片的MacBook Pro上本地运行。Dorsey在社交平台X上表示，与它交谈感觉像在与人交谈，充满情绪、细微差别、停顿和自然的节奏。目前Dessa仍处于研究预览阶段，并非面向公众开放的产品。

社交平台上的不同看法

演示发布后，社交平台上出现了不同角度的讨论。有用户评价其交互自然度较高；也有用户就合成语音在电话沟通中被用于误导他人的可能性提出疑问。Binance创始人赵长鹏（CZ）则提到教育场景，认为自然的语音互动可能有助于儿童通过对话学习，并表示这可能对其教育项目GiggleAcademy有所帮助。

Block的业务背景与发布安排

Block旗下运营Square、Cash App、比特币钱包Bitkey以及比特币矿机业务Proto，其AI研究实验室直接向Dorsey汇报，团队成员包括2020年被Square收购的多伦多AI初创公司Dessa的前员工。Block尚未公布该模型的参数规模、基准测试结果以及公开发布时间，现有音频样本仍为公司演示内容，未经过独立测试。公司表示，正在向一小部分AI安全研究人员提供早期访问权限。Block认为，基于语音的AI未来或能更好地识别文字记录容易遗漏的情绪线索，例如痛苦与不适等状态。行情数据显示，Block（XYZ）报76.45美元，当日处于休市状态。

信息来源：CoinDesk