Dessa училась разговаривать без текста: Block показала ИИ, который слушает и говорит одновременно

Block представила Dessa — исследовательскую голосовую модель, обученную, по заявлению разработчиков, только на человеческих разговорах. В обучении не использовали текст и предварительно обученные модели: система получает звук и выдаёт звук.

Главная идея — сохранить то, что исчезает при переводе речи в текст: интонацию, паузы, смех и момент, когда собеседник хочет вмешаться.

Разговор не по очереди

Dessa работает в полнодуплексном режиме: продолжает слушать, пока говорит сама. В опубликованных записях она меняет громкость по просьбе человека, коротко реагирует во время чужой реплики и подхватывает разговор.

Это демонстрации, выбранные самой командой. Естественное звучание ещё не доказывает достоверность ответов или надёжное понимание эмоций в любых условиях.

Можно ли запустить локально

Разработчики сообщают о работе быстрее реального времени на MacBook Pro с M4 Max или более мощной конфигурацией. Обучение, по их данным, проводилось на одной системе NVIDIA GB200 NVL72. Это описание исследовательской установки, а не требование покупать конкретный компьютер.

Доступ пока ограничен

Общедоступный релиз не объявлен. Ранний доступ предлагают небольшой группе специалистов по безопасности ИИ. Послушать оригинальные примеры можно на странице проекта; часть записей содержит ненормативную лексику.

Для будущих голосовых помощников эксперимент интересен прежде всего темпом взаимодействия: пользователю не приходится ждать окончания длинного монолога, чтобы вставить уточнение.

Первоисточник: Block, руководитель Dessa Рагаван Тураиратнам. Скриншоты официальных демонстраций.

Обложка — иллюстрация, созданная ИИ; это не фотография устройства или интерфейса.