Компания Block Джека Дорси, основателя Twitter, представила голосовую ИИ-модель Dessa — ей занимается одноимённый стартап внутри компании. Отличие Dessa от других нейросетей в том, что она, как говорят, обучалась исключительно на живой человеческой речи.
На демонстрационных видеороликах Dessa действительно звучит намного естественнее и живее других ИИ-моделей. Это не текстовая LLM, которая также может разговаривать. Вместо этого Dessa работает с аудио на входе и на выходе — без текста.
Для сравнения Dessa дали пообщаться с GPT-Live-1 от OpenAI:
Есть и примеры того, как Dessa общается с живым собеседником. ИИ-модель считывает и показывает эмоции, перебивает и слушает, как человек:
В компании отмечают, что Dessa может локально работать на системах уровня MacBook Pro с M4 Max или мощнее. Однако пока доступ к ИИ-модели закрыт. Сейчас Block занимается предваритальными тестами нейросети.
«Мы верим, что голос — это самый естественный способ взаимодействия с интеллектом, поэтому мы создали Dessa — самую аутентичную модель речи в полнодуплексном режиме, когда-либо созданную. Общение с ней ощущается как разговор с человеком — полным эмоций, нюансов, пауз и естественного ритма»— Джек Дорси