Block发布本地运行语音模型Dessa，拟人表现突出

Jack Dorsey旗下Block从研究实验室发布了一款本地运行的语音模型Dessa，其笑声、停顿和哭声听起来与人类十分接近。Dessa是全双工模型，可以同时说话和倾听，类似OpenAI今年早些时候发布的GPT-Live。与传统语音模型不同，Dessa的知识源自会话数据，而不是另外挂接大语言模型做知识检索。

Block认为当前语音AI不自然，因为文本在流水线中驱动语音生成，丢失了声音以外的情绪信息。ElevenLabs v4、Fish Audio Drama 3等模型用语音标签控制情绪，而Dessa声称情绪已经内置于模型之中，不过公司未说明情绪是否受某种标签引导。Block还表示，现有交互把语音转成文本后会丢掉大量信息，让最强大的AI也听不到用户的感受。

Block本身从事金融和中小企业服务，Square此前已使用语音AI处理订单。拥有可在设备端运行的语音模型后，Block能够以更低成本支持更多商业和消费场景，也让可在本地运行的高表现力语音模型成为新的产品方向。