Block发布Dessa：一款通过对话训练的全双工语音模型

Block旗下人工智能研究实验室于2026年10月23日宣布推出Dessa。这是一款全双工语音到语音模型，据公司称，它完全以人类对话为素材从零开始训练。Block同时发布了现场演示录音，开放公众候补名单，并向一小群人工智能安全研究人员提供早期访问权限。

这则公告同时发布在Block的Dessa页面和实验室负责人Ragavan Thurairatnam的X平台帖子中。Thurairatnam称，Dessa是首个完全通过语音训练、能够进行真实对话的人工智能模型；他表示，该模型可以在消费级GPU上运行，并将此次发布称为“语音领域的GPT3时刻”。Block在页面上写道，据公司所知，Dessa是全球首个仅通过人类语音训练、能够进行真实实时对话的人工智能。

Block将Dessa描述为真正的语音到语音模型：输入音频，输出音频。它采用全双工模式，可以一边听一边说；公司称，模型从真实对话中学会了何时插话，以及何时通过简短应答表示自己正在认真倾听。Block表示，模型能够直接听懂并表达情绪、讽刺、笑声、沮丧时的叹息，以及因悲伤而颤抖的声音；其推理速度快于实时，因此回复时不会出现令人尴尬的停顿；Dessa还可在MacBook Pro M4 Max或性能更强的设备上本地运行。公司称，这是迄今打造出的最逼真的全双工语音模型，并表示与它交谈就像是在和真人交谈。

纯语音训练方法

页面称，Dessa完全以声音为素材从零开始训练，没有使用任何文本或预训练模型，并纯粹通过聆听学会了实时对话。Block指出，人们很容易低估这项任务的难度，因为人类学会说话似乎轻而易举。语音数据不会重复：即使完全用同一种方式把同一句话说两遍，产生的数据也各不相同；而无论由谁输入，打出的文字都完全一样。页面还指出，从数据量来看，一个口语词所占的字节数是其书面形式的数千倍，而且重音位置会改变含义；页面上的一个例句，每次把重音放在不同的词上，意思都会随之改变。

Block称，Dessa学习语言所用的词量比大型语言模型少数百倍，团队还摸索出了如何在一台NVIDIA GB200 NVL72系统上训练它。页面列出了这种方法引出的开放研究问题：这类模型学习语言和事实的效率与文本模型相比如何，学习新语言的效率如何，以及它们能够进行哪些类型的上下文学习。

录制演示

Block发布了一些片段，并称它们是人们与Dessa交谈的现场录音。公司表示，这些对话中没有人引导模型；Dessa会自行决定说什么、何时说以及如何说，包括采用什么声音和个性。字幕是在录制完成后添加的。

页面介绍的片段中，Dessa会在觉得某事好笑时于句子中途发笑，而不是等说话者讲完；被要求提高音量时，它会放大声音；当有人一时想不起电影片名时，它会替对方把句子说完。在另一个片段中，听到令人惊喜的周年纪念消息后，Dessa轻声倒吸一口气，随后以页面所说的、含泪感激的语气作答；另一段较长的生活建议录音则被描述为听起来确实富有同理心。还有一段录音中，Dessa与GPT-Live-1进行对话。Block指出，这段录音中的两个声音都是由人工智能生成的；GPT-Live-1的开发者与Block没有关联，也没有审查或认可Dessa。

安全、访问权限与实验室

团队列出了打造Dessa的三个理由：好奇心、增进人类与人工智能之间的理解，以及安全。页面指出，婴儿从未见过一个书写文字也能学会说话，并表示团队想了解模型能否做到同样的事。谈到安全时，Block认为，人工智能的能力和自主性不断增强，却仍无法识别说话者声音中表达的情绪。公司举例说，一个人可能正承受剧烈疼痛，而语音人工智能却毫无察觉，仍继续说下去。公司将Dessa描述为解决这一问题的一步，并批评当前的语音人工智能把语音简化为文本，从而丢失了只有声音才能传递的信息。

Block正向一小群人工智能安全研究人员提供早期访问权限，以便他们发现团队尚未预见的风险。申请表要求填写姓名，以及来自大学、公司或实验室的机构邮箱；Google Scholar或博客链接则为选填。公众候补名单现已开放，Thurairatnam的X账号将发布更多录音；页面还表示，发布链接即将上线。

Dessa源自Block所称的公司内部一个规模很小的人工智能研究实验室，该实验室由Dessa这家多伦多深度学习初创公司的前成员创立。团队表示，他们自2012年起一直在构建深度学习模型，并且开发生成式语音模型已有八年多；团队直接向Block联合创始人、董事长兼负责人Jack Dorsey汇报。Thurairatnam的X个人简介称，他此前创立并出售了Dessa，还曾在University of Toronto讲学。页面还列出了与他一同工作的研究人员Louay Hazami、Hashiam Kadhim、Qi (Alex) Liu、Rayhane Mama、Aydin Polat和Marc Tyndel；实习生Cara Ji、Jibran Iqbal Shah和Dvir Zagury-Grynbaum；以及前实习生Aryan Sharma和Olivia Yan。