Block 发布仅基于人类语音训练的全双工对话模型 Dessa

Block 的 AI 研究团队发布语音模型 Dessa,称其从零开始仅用人类对话的声音训练,未使用文本或预训练模型。模型为端到端的语音到语音系统,可同时听和说,能自然插话、回应语气、笑声和叹息,官方称推理速度快于实时。Block 表示该模型训练仅使用一台 NVIDIA GB200 NVL72,并可在 MacBook Pro M4 Max 或更高配置上本地运行。

Block 的 AI 研究团队发布语音模型 Dessa,称其从零开始仅用人类对话的声音训练,未使用文本或预训练模型。模型为端到端的语音到语音系统,可同时听和说,能自然插话、回应语气、笑声和叹息,官方称推理速度快于实时。Block 表示该模型训练仅使用一台 NVIDIA GB200 NVL72,并可在 MacBook Pro M4 Max 或更高配置上本地运行。