Block 推出全双工 AI 语音模型 Dessa：真人感拉满，支持苹果 MacBook 本地运行

Block 公司近期公开了一款名为 Dessa 的全新语音模型，由 Twitter 联合创始人杰克·多尔西（Jack Dorsey）掌舵。该模型可在本地运行，能够模拟笑声、停顿、哽咽等情绪表达，听感极为逼真。官方透露，Dessa 完全基于人类语音数据进行训练，训练过程中仅动用了一组英伟达 GPU 机架。

Dessa 属于全双工模型，与 OpenAI 今年早些时候发布的 GPT-Live 类似，能够在说话的同时接收用户语音。主流语音模型通常需搭配大语言模型来获取知识；Block 声称，Dessa 自身的知识源自其训练所用的对话数据。

Block 指出，现有语音 AI 体验常显生硬、不自然，根本原因在于生成流程需先将语音转为文本，再由文本驱动语音合成。ElevenLabs v4、Fish Audio Drama 3 等众多模型依赖语音标签来控制情绪。而这家多尔西领导的公司宣称，情绪表达是模型原生内置的，但目前尚不清楚其底层是否仍依赖某种标签来调节情绪。

Block 在博客中写道：“当前的语音 AI 交互体验着实糟糕。它先将你的语音转为文字，大量文字无法承载的信息直接丢失。即便是全球最强的 AI，也识别不出你的情绪。我们认为这极不合理，不仅体验差，还暗藏风险。”

研究团队发布了多段与 Dessa 的对话示例，该智能体能够切换音色、语速与情绪。例如，在一段对话中，AI 表示自己工作很累，发声状态也同步流露出疲惫感。

另一段示例中，AI 谈及对方带来安心的感受，语气带着情绪，近乎哽咽。还有一段演示是 Block 员工与这个语音助手进行游戏互动。

官方说明显示，该模型可在消费级电脑本地运行，设备门槛为 M4 Max 及以上配置的 MacBook。但现阶段 Dessa 暂未对外开放试用，Block 正向安全研究人员发出测试邀请，重点测试这类语音智能体欺骗人类的风险场景。九游体育 (中国)官方网站-官方APP下载-JIUYOUSPORTS 注意到，Block 的主营业务为金融服务，面向小微企业提供解决方案，旗下 Square 已在用语音 AI 处理下单业务。自研这款可端侧运行的语音模型后，Block 有望以更低成本，落地更多面向商户与普通用户的语音产品。