Компания Джека Дорси показала голосовую нейросеть Dessa

Компания Block Джека Дорси представила голосовую нейросеть Dessa, которую, по заявлению разработчиков, обучили с нуля исключительно на человеческой речи.

При обучении не использовали текст и предварительно обученные модели.

Dessa принимает звук и генерирует речь, учитывая интонацию собеседника. Модель одновременно слушает и говорит. Она может перебивать собеседника, коротко реагировать на его слова, смеяться и менять громкость. На опубликованных записях разработчики показывают разговоры с паузами, вздохами и эмоциональными интонациями.

По данным Block, Dessa работает локально на MacBook Pro с M4 Max или более мощном компьютере. Скорость обработки позволяет поддерживать разговор в реальном времени. Для обучения использовали одну стойку Nvidia GB200 NVL72. Команда считает, что обработка речи без промежуточного перевода в текст помогает учитывать эмоции собеседника. Публичный доступ к Dessa пока не открыт. Block приглашает небольшую группу исследователей безопасности для раннего тестирования и поиска рисков.

Подписывайтесь на наш Telegram-канал, чтобы быть в курсе всех новостей и событий Рунета.