图片由AIYXL用AI生成
停顿可以表示犹豫。快速插话可以表示理解。书面转录保留了词句，却将这种互动的大部分内容遗漏在外。
Block的Dessa实验从声音本身开始。该公司表示，它完全从零开始，用人类对话训练该模型，既未使用文本，也未使用预训练模型。
Dessa处理传入和传出的音频，并且能够在说话的同时聆听——这种能力被称为全双工对话。Block的录音展示了表达方式的变化、简短插话和重叠语音。该公司表示，该模型可以在MacBook Pro M4 Max或更高配置的设备上本地运行。
这一研究问题超越了生成令人信服的声音：一个模型通过聆听能够习得多少语言、知识和对话行为？
目前，证据由Block挑选的演示组成。发布页面提供了候补名单，并邀请一小群AI安全研究人员调查意外风险。
富有表现力的语音可以让系统更具吸引力。它能否在陌生情境中可靠地理解说话者，还需要更广泛的测试。
来源：Block