Block tutvustab Dessa, inimlikku täisdupleksi hääle AI mudelit

Pilt: TechCrunch · Allikas

Block tutvustab Dessa, täisdupleksi hääle AI-d, mis jäljendab loomulikku inimkõne emotsionaalset peensust ning töötab kohapeal tarbijatasoni riistvaral nagu MacBook M4 Max.

Block, tehnoloogiaettevõte, mille asutas Jack Dorsey, on oma uurimislabori kaudu välja andnud uue häälmooduli nimega Dessa. Erinevalt paljudest olemasolevatest kõnemudelitest, mis teisendavad hääle tekstiks ja kaotavad suure osa emotsionaalsest nüansist, töötab Dessa täielikult kõnena, võimaldades tal kõlada hämmastavalt inimlikult läbi autentsed väljendused nagu naer, pausid ja isegi nutt. Ettevõte kirjeldab Dessa mudelit kui kõige autentsemat täisdupleksi kõnemudelit, mis suudab rääkida ja kuulata samaaegselt, sarnaselt OpenAI GPT-Live mudelile.

Dessa disain võimaldab tal edastada emotsiooni ja loomulikku kõnevoolu vestluste ajal, kuna mudel on treenitud täielikult inimkõne põhjal, kasutades ühte NVIDIA GPU-d. See erineb paljudest praegustest kõne-AI süsteemidest, mis tuginevad teksti vahetusvormile ja hääletäpsustamisele emotsiooni lisamiseks, mis võib anda ebaloomulikke või monotoonseid tulemusi. Block väidab, et emotsioon on selle kõne loomisel loomulikult integreeritud, kuigi nad ei ole täpsustanud, kas kasutatakse kindlaid emotsioonide juhtimise mehhanisme nagu märgendid.

Ettevõtte jagatud näidetes väljendab mudel erinevaid emotsionaalseid seisundeid; ühes näites kõlab Dessa väsinuna, kui räägib väsimusest, teises väljendab see haavatavust inimliku lohutuse vastuseks. Need interaktsioonid rõhutavad mudeli võimet kohandada kõnekäiku, tooni ja emotsionaalse sügavust dünaamiliselt. Lisaks näitavad mängude demonstratsioonid Dessa interaktiivseid võimeid reaalajas, rõhutades selle täisdupleksi funktsionaalsust.

Oluline on, et Dessa saab töötada kohapeal tarbijatasoni riistvaral nagu MacBook M4 Max, mis lubab laiemat ligipääsu ilma pilveteenusteta. See kohalik töö parandab reageerimiskiirust, parandab privaatsust ning vähendab töökulusid. Siiski ei ole Dessa hetkel avalikult kättesaadav. Block teeb koostööd ohutusuuringute ekspertidega mudeli põhjalikuks hindamiseks, näidates ettevaatlikkust eelkõige eetiliste küsimuste suhtes nagu võimalik kasutamine kasutajate petmiseks.

Kuigi Block tegutseb praegu peamiselt finants- ja väikeettevõtete lahenduste valdkonnas, kasutades hääle-AI-d näiteks tellimuste tegemiseks, võib täiustatud häälmudeli nagu Dessa omamine oluliselt laiendada nende pakkumisi. Seadmel põhinev hääl-AI võib anda uusi ärilisi ja tarbija rakendusi rikkalikumate, inimlikumate suhtlustega madalama hinnaga. Block jätkab Dessa täiustamist ja ohutusküsimuste lahendamist, mille arendamine tähistab potentsiaalselt olulist sammu edasi hääle AI tehnoloogias, integreerides loomulikku inimlikku väljendusoskust otse AI kõnesse.