Американская компания Block представила голосовую нейросеть Dessa, которая способна поддерживать естественный разговор, смеяться, перебивать собеседника и реагировать на эмоциональную окраску голоса. Главная особенность разработки — ИИ обучили исключительно на человеческой речи, без использования текстовых данных и готовых языковых моделей.
Как работает Dessa
Читайте также
Искусственный интеллект обнаружил уязвимость, угрожающую 70% сайтов в мире
Большинство традиционных голосовых ИИ-ассистентов используют последовательную схему: сначала преобразуют речь человека в текст, затем формируют ответ и озвучивают его. Dessa работает иначе. Нейросеть напрямую обрабатывает и генерирует аудио, сохраняя интонации, паузы и эмоциональные оттенки разговора.
По заявлению разработчиков, модель умеет:
— Одновременно слушать и говорить, не дожидаясь окончания реплики.
— Смеяться в подходящий момент и естественно перебивать собеседника.
— Распознавать сарказм, раздражение, грусть и другие эмоциональные оттенки речи.
— Изменять громкость, темп и интонацию голоса.
— Реагировать на слова собеседника без привычных задержек между репликами.
Такая архитектура называется full-duplex — двустороннее голосовое взаимодействие в реальном времени.
Нейросеть научилась разговаривать без текстов
Исследователи Block утверждают, что обучили Dessa с нуля на записях человеческих разговоров. Модель не использовала предварительно обученные языковые модели и текстовые обучающие данные. При этом нейросеть научилась не только воспроизводить речь, но и поддерживать диалог, отвечать на вопросы и использовать знания, полученные из устного общения. Для обучения потребовалась одна вычислительная система NVIDIA GB200 NVL72. Разработчики также утверждают, что Dessa освоила язык на основе значительно меньшего количества слов, чем традиционные большие языковые модели.
ИИ можно запустить на обычном компьютере
Ещё одна особенность Dessa — возможность локальной работы. Модель способна функционировать на MacBook Pro с процессором M4 Max или более мощном оборудовании. Это потенциально позволяет создавать голосовых помощников, которым не требуется постоянно отправлять аудиозаписи на удалённые серверы. Однако Dessa пока недоступна широкой публике. Компания опубликовала аудиодемонстрации и планирует предоставить ранний доступ ограниченному кругу исследователей безопасности ИИ. Независимых результатов тестирования, подтверждающих заявленные возможности и превосходство модели над конкурентами, пока нет.
Dessa демонстрирует альтернативный подход к развитию голосового искусственного интеллекта. Вместо преобразования живой речи в текст разработчики предлагают обучать нейросети непосредственно на звуке. Такие системы потенциально могут применяться в виртуальных ассистентах, службах поддержки, образовательных сервисах и устройствах с голосовым управлением. При этом реалистичная имитация человеческих эмоций создаёт новые риски: пользователям может становиться сложнее отличать разговор с человеком от общения с искусственным интеллектом.
Главное отличие Dessa — не просто реалистичный голос, а попытка научить ИИ общаться по человеческим правилам: слышать интонацию, учитывать эмоции и реагировать в нужный момент. Насколько успешно технология справляется с этим за пределами демонстраций, покажут независимые испытания. Послушать реальные записи разговоров с нейросетью можно на официальном сайте Dessa.
Меню 
Знания 
События 
Новости 
Курсы валют