Block 發表語音模型 Dessa，全程以人類對話訓練並支援即時全雙工對話

Block（Jack Dorsey 旗下公司）發表語音模型 Dessa，官方稱之為「最真實的全雙工（full-duplex）語音模型」。Block 表示，Dessa 從零開始訓練，只使用人類對話的聲音，不使用文字資料或預訓練模型，是語音進、語音出（speech-to-speech）的模型，能進行即時對話。官方認為現有語音 AI 會先把語音轉成文字，丟失語氣等資訊；依其說法，Dessa 是目前所知首個僅由人類語音訓練、可進行真實即時對話的 AI。 官方公布的示範錄音由真人與 Dessa 對話，過程無人引導，字幕為事後加上。錄音顯示，Dessa 會在句子中途因好笑而即時笑出來，被要求大聲一點時會提高音量，對方想不起電影名稱時會接話補完，聽到驚喜時會發出感嘆並表達感動，談到人生建議時表現出同理心。示範中也包含 Dessa 與第三方 AI 模型 GPT-Live-1 的對話；該模型開發者與 Block 無關聯，也未審閱或背書 Dessa。Block 另提出一些研究問題，例如模型從語音學習語言與事實的效率、學習新語言的能力，以及可執行的 in-context learning 類型，並表示之後會在 X 分享更多錄音。 The Verge 報導指出，Block 分享的對話大多能自然來回，但有時略顯尷尬、帶點詭異，例如其中一段模型一開始把說話者誤認為「Ronaldo」。報導另提到 Dessa 團隊負責人 Ragavan Thurairatnam 分享了一段對話，以及一段透過語音進行猜謎遊戲的影片。 ⚠️ 來源分歧：官方以「像與真人對話」形容 Dessa 的體驗，The Verge 則稱部分對話尷尬、詭異，兩者對互動品質的評價有落差。