История
24 окт. 2026 г.
Dessa от Block хочет, чтобы голосовой ИИ слышал чувства, а не только слова
Block представляет Dessa как более безопасный и человечный способ для ИИ слушать и отвечать, тогда как сторонние обзоры считают её поразительно естественные разговоры убедительными именно потому, что они также могут казаться неловкими и зловещими.
Block представила Dessa — ИИ-модель преобразования речи в речь, которая, по её словам, была с нуля обучена на человеческих разговорах и призвана избежать знакомого недостатка голосовых помощников: сведения голоса человека к простому тексту перед ответом.
Компания утверждает, что такой конвейер убирает паузы, ритм и эмоции, которые придают речи смысл. «Самые мощные ИИ в мире не могут услышать, что вы чувствуете», — заявила Block, назвав это ограничение менее качественным опытом и «потенциально опасным».1 Вместо того чтобы полагаться на текстовые метки эмоций, используемые многими системами генерации речи, Block заявляет, что выразительное поведение встроено в саму модель Dessa.
Ранние демонстрации кратко передают суть предложения. Dessa смеётся, запинается и звучит устало, когда говорит, что измотана работой; в другом диалоге она, кажется, едва сдерживает слёзы, рассказывая о том, как кто-то помог ей почувствовать себя комфортно. Block заявляет, что полнодуплексная система может одновременно слушать и говорить, а также работает локально на пользовательском устройстве, таком как MacBook M4 Max или более мощном.1
Такая локальная архитектура может иметь значение для более широкого бизнеса Block, где Square уже использует голосовой ИИ для оформления заказов. Но компания пока не открывает Dessa для публики. Вместо этого она попросила исследователей безопасности изучить модель, эмоциональная беглость которой может сделать её более убедительной — и, возможно, более способной обманывать людей.1
Повторный взгляд на демонстрации подчёркивает обе стороны этого утверждения. Диалоги «в основном естественны», однако один разговор начинается с того, что Dessa ошибочно называет своего собеседника-человека «Роналду»; другой неожиданно сворачивает в сторону во время обсуждения фильмов Кристофера Нолана.2 В игре на угадывание голоса и разговоре с GPT-Live-1 от OpenAI Dessa может показаться более естественной, однако её периодические странности остаются частью этой истории.2
Для Block эта модель — эксперимент в области любопытства, понимания и безопасности. Для слушателей это также напоминание о том, что более человеческое звучание ИИ не делает взаимодействие с ним автоматически более комфортным.