AI宝库

AI宝库首页 › AI 资讯 › Block的新语音模式听起来很人道

Block的新语音模式听起来很人道

来源:TechCrunch AI · 发布时间:10-25 · 由 AI宝库每小时自动聚合

屏蔽称语音模型可以在 MacBook M4 Max 上本地运行

Jack Dorsey's Block 发布是公司研究实验室的一个新语音模型,该型号为"德萨"(Dessa)的称公司完全接受了人语训练并拥有一款NVIDIA GPU.

德萨是一款全复式模型,这意味着它可以同时说话和收听,就像今年早些时候的GPT-Live模型。 一般情况下,语音模型与用于知识检索的大型语言模型相配。 Dessa的知识来源于对话数据。

Block 称认为,目前的模型可以听起来很不自然和令人烦恼,因为它们在管道中有能驱动语音生成的文本。 ElevenLabs v4或"Fish Audio Drama 3"等多款模式在语音生成中使用语音标记来驱动情感。 Dorsey的声称公司将情感植入其模式。 并不清楚这种情绪是否由某种标签所左右。

“与当前声音的交流,AI会很烂。 将你的声音变成文字,世界上最强大的AI无法听到你的感受。 称公司在博客文章中表示

agent有不同的声音、节奏和情感。 例如,在谈话中,机器人称因工作而感到疲惫,此时听起来很疲惫。

在下面的例子中,"机器人"指的是在发出情感和几乎崩溃的声音的同时,让自己感到舒适的人。

另一个显示是Block团队成员与语音助理一起玩游戏。

该型号可在当地运行于消费级计算机如MacBook M4 Max等的称公司或更佳。 然而,目前公众无法进入德萨,而布洛克已发出呼吁,要求安全研究者测试该模型。 这有可能检验一个声音agent在另一端可以欺骗人的情况。

Block从事金融业务,并向小企业出售其解决方案。 Square已经使用语音AI处理订单。 但凭借自己的能运行端侧的语音模式,它可以以更低的成本为更多的商业和消费者体验提供动力。

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(techcrunch.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 590 款 AI 工具分类导航 · 每日 AI 热门项目与动态