Block、全二重音声対話モデル「Dessa」のプレビューを公開

SquareとCash Appを手がけるBlockは、研究プレビュー版のDessaを公開しました。同社はこれを「これまでに作られた中で最も自然な全二重音声モデル」と称しています。Jack Dorseyの発表によると、感情やニュアンス、間、自然なリズムを備え、人と話しているような感覚で会話できます。

Blockの主張：

• Dessaは、人間の音声のみを使い、テキストも事前学習済みモデルも使わずにゼロから学習させた音声間モデルです。
• 1台のGB200 NVL72システムで学習しました。
• M4 Max上で、リアルタイムより高速にローカル実行できます。
• 安全性研究者向けに早期アクセスを提供しています。

10月23日午後の時点で、投稿には約2,000件の「いいね」が付いていました。独立した評価はまだありません。