Block ra mắt bản xem trước nghiên cứu AI giọng nói Dessa

Block đã công bố bản xem trước nghiên cứu của Dessa, mô hình AI giọng nói được huấn luyện chỉ bằng các bản ghi âm hội thoại. Mô hình có thể nghe người đối thoại và trả lời đồng thời, đồng thời chạy cục bộ trên MacBook Pro dùng chip M4 Max trở lên.

PANews đưa tin ngày 24 rằng phòng nghiên cứu AI của Block đã công bố bản xem trước này. Block cho biết Dessa được huấn luyện bằng các bản ghi âm hội thoại của con người.

Dessa nhận đầu vào bằng giọng nói và trả lời bằng giọng nói. Block cho biết mô hình được xây dựng từ đầu bằng âm thanh hội thoại, không sử dụng dữ liệu văn bản hay mô hình được huấn luyện trước.

Mô hình hỗ trợ hội thoại “full-duplex”. Thay vì chờ người nói kết thúc rồi mới trả lời, Dessa có thể nghe trong lúc đối phương đang nói, đưa ra phản hồi ngắn hoặc xen vào cuộc trò chuyện. Bản trình diễn được công bố sử dụng các bản ghi âm do Block lựa chọn, nên người dùng phổ thông chưa thể trực tiếp thử nghiệm.

Thiết bị huấn luyện và thiết bị chạy mô hình khác nhau. Block cho biết Dessa được huấn luyện trên một hệ thống GB200 NVL72 của NVIDIA(NVDA). Sau khi huấn luyện, mô hình có thể chạy cục bộ nhanh hơn thời gian thực trên MacBook Pro trang bị chip M4 Max hoặc cấu hình cao hơn.

PANews đưa tin Block đã cấp quyền truy cập sớm cho một số nhà nghiên cứu về an toàn AI. Công ty chưa công bố lịch phát hành cho người dùng phổ thông.