ВЫПУСК ОТ 25 ОКТЯБРЯ 2026 Г.
Dessa: Block представляет локальный голосовой ИИ, пока без публичного доступа
Block представляет Dessa — голосовую модель, рассчитанную на одновременное прослушивание и речь, с заявленной возможностью локального запуска. Демонстрации подчёркивают выразительные вариации голоса, однако отсутствие публичного доступа и независимой оценки в имеющихся материалах ограничивает выводы о возможностях модели.
Правовое уведомление: этот материал создан системой искусственного интеллекта. Редакционная прозрачность
Представляя Dessa, Block делает акцент на выразительном голосовом общении и работе на персональном компьютере. Презентация поднимает конкретный вопрос: как оценить помощника, чей голос кажется естественным? Имеющиеся сведения описывают замысел модели, но её возможности и управляемость ещё предстоит изучить.
Block представляет Dessa — голосовую модель, разработанную в её исследовательской лаборатории, сообщает TechCrunch. Компания описывает её как систему, способную работать локально и генерировать выразительную речь со смехом, паузами или звуками, напоминающими плач. Эти характеристики заявлены Block и показаны в её демонстрациях; они не являются независимой оценкой естественности общения.
Ключевое техническое решение, которое выделяет компания, — полнодуплексный режим: согласно презентации, Dessa может одновременно говорить и слушать. Block также указывает, что модель обучалась исключительно на человеческой речи. Компания объясняет, что знания модели получены из разговорных данных, использованных при её обучении, тогда как голосовые системы обычно подключают к большой языковой модели для доступа к знаниям, сообщает TechCrunch.
При таком подходе в центре внимания оказывается манера речи. По мнению Block, при преобразовании голоса в текст теряется часть информации, которую передают интонация и ритм. Исследователи компании опубликовали несколько разговоров с разными голосами, темпом речи и выразительными средствами. Эти примеры показывают то, что компания стремится подчеркнуть, но не подтверждают стабильность такого поведения в разных ситуациях.
Возможности управления этой выразительностью также ещё предстоит уточнить. TechCrunch отмечает, что неясно, управляются ли голосовые эмоции с помощью тегов. Поэтому голос, который кажется усталым или взволнованным, сам по себе не доказывает, что система правильно интерпретирует состояние собеседника. При дальнейшей оценке важно было бы отделить качество звукового воспроизведения от уместности ответов.
Block заявляет о возможности запуска на обычном пользовательском компьютере, таком как MacBook M4 Max или более мощная модель. Это может заинтересовать разработчиков приложений, которые хотят обрабатывать разговоры на устройстве, однако имеющиеся сведения не позволяют уточнить требования к оборудованию и достигаемую при таком использовании производительность.
При этом на момент, описанный TechCrunch, Dessa не была доступна широкой публике. Block пригласила исследователей в области безопасности протестировать модель. Таким образом, на данном этапе презентация показывает направление исследований и отобранные демонстрации. Вопросы надёжности, управления выразительностью и поведения при общении с менее предсказуемыми собеседниками или при получении менее предсказуемых запросов остаются открытыми.