Block推出全双工AI语音模型Dessa：能模拟哽咽与疲惫，支持本地运行

Twitter联合创始人杰克·多尔西旗下的Block公司推出了一款全新语音模型Dessa，该模型支持本地运行，能模拟笑声、停顿、哽咽等情绪表达，听感高度拟人。

Dessa属于全双工模型，和OpenAI今年早些时候发布的GPT-Live一样，可以一边说话一边收听用户语音。主流语音模型一般需要搭配大语言模型来调取知识，而Block称，Dessa自身的知识来源于其训练所用的对话数据。

Block表示，现有语音AI体验经常生硬、违和，根源在于生成链路要先转成文本，再由文本驱动语音合成。ElevenLabs v4、Fish Audio Drama 3等不少模型依靠语音标签来控制情绪，而Block宣称Dessa的情绪表达是模型原生内置的，不过目前尚不清楚其底层是否仍然依靠某种标签来调控情绪。

Block在博客中写道：“现在的语音AI交互体验实在糟糕。它先把你的语音转成文字，大量文字承载不了的信息直接丢失。即便是全球最强的AI，也听不出你的情绪。我们认为这很不合理，不仅体验差，还存在潜在风险。”

研究团队放出了多段与Dessa的对话样例，该智能体可以切换音色、语速与情绪。例如在一段对话中，AI说自己工作很累，发声状态也同步带上疲惫感；另一段示例中，AI聊到对方带给自己安心的感受，语气带着情绪，近乎哽咽。还有一段演示是Block的员工和这个语音助手玩游戏。