Block ra mắt Dessa: Mô hình AI giọng nói toàn song công cục bộ, biểu cảm cao

Công ty Block của Jack Dorsey vừa giới thiệu Dessa, một mô hình AI giọng nói toàn song công, biểu cảm cao, có khả năng nắm bắt tự nhiên các cảm xúc của con người như tiếng cười, khoảng lặng và sự mệt mỏi. Mô hình này có thể chạy cục bộ trên phần cứng tiêu dùng bắt đầu từ dòng MacBook trang bị chip M4 Max của Apple. Khác với các mô hình giọng nói truyền thống chuyển đổi giọng nói thành văn bản rồi ngược lại, Dessa xử lý âm thanh nguyên bản với khả năng biểu cảm cảm xúc tích hợp và tính năng toàn song công. Bước phát triển này có thể giúp Block triển khai các sản phẩm giọng nói trò chuyện tự nhiên, chi phí thấp cho các dịch vụ tài chính thương mại và người tiêu dùng của mình. Dessa được huấn luyện độc quyền trên dữ liệu giọng nói của con người bằng một cụm máy chủ GPU Nvidia duy nhất, và kiến thức của nó được lấy trực tiếp từ dữ liệu huấn luyện hội thoại thay vì một mô hình ngôn ngữ lớn bên ngoài. Hiện tại, mô hình này chưa mở cửa công khai cho thử nghiệm, khi Block đang mời các nhà nghiên cứu bảo mật đánh giá các rủi ro tiềm ẩn như hành vi đánh lừa con người.