Block推语音模型Dessa 本地运行拟人化

驱动中国10月26日消息，据TechCrunch报道，杰克·多尔西（Jack Dorsey）旗下Block于当地时间10月24日发布一款名为Dessa的新语音模型。该公司称，这一模型可在MacBook M4 Max上本地运行，并带有笑声、停顿、哭泣等接近真人的表达方式，听起来具有明显拟人特征。 报道指出，Dessa来自Block研究实验室，训练方式完全基于人类语音，并依托单个英伟达（NVIDIA）GPU机架完成。与常见语音生成方案不同，Block表示该模型的知识来源主要来自其对话数据，而不是依赖外部大语言模型进行知识检索。 从技术形态看，Dessa被描述为全双工模型，意味着它可以在说话的同时倾听，类似OpenAI今年早些时候发布的GPT-Live模型。Block称，语音是人与智能交互中最自然的方式，团队因此打造Dessa，希望让交流过程更接近人与人对话，并包含情绪、细微差别、停顿和自然节奏。 对于当前语音模型普遍存在的体验问题，Block在报道中提出，一些模型听起来不自然甚至令人反感，原因在于其语音生成流程仍由文本驱动。报道提到，包括ElevenLabs v4和Fish Audio在内的不少模型常被放在这一讨论语境中，但原文未进一步披露Dessa与这些产品在具体性能上的对比数据。 从行业层面看，语音模型能否在终端设备本地运行，通常关系到响应延迟、隐私边界和云端依赖程度。若Dessa确能在MacBook M4 Max等设备上本地部署，其意义可能在于为实时语音交互提供更轻量的运行方式。不过，报道未公布更多性能、部署范围或应用计划等细节。 此次发布体现了Block研究实验室在语音交互