AI图鉴

AI图鉴首页 › AI 资讯 › Block 的新语音模式听起来像人类

Block 的新语音模式听起来像人类

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

块称,语音模型可以在 MacBook M4 Max 上本地运行

Jake Dorsey的Block 发布是公司研究实验室的一个新声音模型,该型号的称公司称为Dessa,全面接受人语训练,并拥有单张NVIDIA GPU.

德萨是一个全复式模型,意思是它可以同时说话和聆听,就像今年早些时候的GPT-Live模型OpenAI 发布一样。 通常,语音模型与大型语言模型配对,用于知识检索。 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不自然和令人烦恼,因为它们的文本在管道中驱动语音生成。 ElevenLabs v4或Fish Audio Drama 3等许多模型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受到某种标签的左右。

“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,机器人称由于工作而感到疲惫,这时听起来很疲惫。

在下面的例子中,博特在谈论一个人让自己感到舒服,同时发出情感和几乎崩溃的声音。

又一个显示是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或更好的公司称。 然而,目前公众无法进入德萨,布洛克已发出呼吁,要求安全研究人员测试该模型。 这很可能会检验一个声音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来处理订单。 但凭借自己的能运行端侧的语音模式,它可以以较低的成本为更多的商业和消费者体验提供动力。

本文由 AI图鉴自动抓取并翻译,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图鉴首页 · 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