🎧 Маленька дослідницька лабораторія Block показала Dessa - найреалістичнішу голосову ШІ-модель, яка навчилась говорити лише зі звуку.
Розмова схожа на розмову з людиною: з емоціями, паузами й природним ритмом. Вона слухає й говорить одночасно, тому вчасно перебиває, підтакує («угу», «ага», «ооо») і сміється посеред речення, коли щось смішне.
Звичайні голосові асистенти спершу перетворюють мову на текст і втрачають інтонацію, емоції, сарказм, зітхання й тремтіння голосу. Dessa ж працює за схемою «звук на вході, звук на виході» і чує все це напряму.
Її натренували лише на людських розмовах: без тексту й без чужих попередньо навчених моделей. Це перший у світі ШІ для живої розмови, який навчився виключно зі звуку.
Працює швидше за реальний час і запускається локально на MacBook Pro з M4 Max або потужнішому.
