Block 的 AI 研究实验室推出 Dessa,一个仅在人类对话音频上训练的全新全双工语音模型。与许多依赖文本优先架构的当前语音代理不同,Dessa 直接从语音输入到语音输出运行,使其能够同时听和说。这种方法可以实现更自然的交互,包括句子中间打断和回应信号,并且是在单个 NVIDIA GB200 NVL72 机架上训练的。 AI
影响 这种纯语音训练方法可能带来更自然、更具情感细微差别的语音代理,并可能影响未来对话式 AI 的发展。
排序理由 Block 的 AI 实验室发布了 Dessa,一个仅基于语音训练的全双工语音模型。[lever_c_demoted from frontier_release: ic=2 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
- Block
- Dessa
- GPT-Live 1
- Kyūtai
- MacBook Pro M4 Max
- MarkTechPost
- Moshi
- NVIDIA GB200 NVL72
- NVIDIA H100
- PersonaPlex
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →