Block, insan sesini taklit eden yeni yapay zeka modeli Dessa'yı duyurdu

Şirketin paylaştığı bilgilere göre model, tamamen insan konuşmalarından 'sıfırdan' eğitildi ve mevcut sesli asistanlardan farklı olarak doğrudan ses veri işlemesiyle öne çıkıyor. Block yönetimi, Dessa ile yapılan sohbetlerin bir insanla konuşur gibi hissettirdiğini, sesin duygu, nüans, duraklama ve doğal bir ritim içerdiğini belirtiyor.

Sesli konuşma mimarisi ve teknik altyapı

The Verge'in aktardığına göre Dessa, geleneksel ses modellerinin aksine girdi sesini metne çevirip yanıt üretmek yerine, 'sese-çeşitli sesli' (speech-to-speech) mimariyi kullanarak doğrudan ses işliyor. Bu çift taraflı (duplex) yapı, modelin aynı anda hem dinleyip hem konuşabilmesini sağlıyor. Bu özellik, kullanıcılar söz aldığında yaşanan ani ve yapay sessizliklerin önüne geçmeyi hedefliyor. Block, modelin herhangi bir MacBook Pro M4 Max veya üstü işlemciye sahip cihazda yerel olarak çalıştırılabildiğini duyurdu. Ayrıca, yapay zeka güvenliği araştırmacılarından oluşan küçük bir gruba erken erişim yetkisi verildi.

Gerçekçi örnekler ve doğal dil yeteneği

Dessa ekibi lideri Ragavan Thurairatnam, X platformunda paylaştığı videolarda modelin yeteneklerini sergiledi. Bir Block stajyerinin 'Tahmin Et' oyununu oynadığı klipte, model ilk denemede iki kez doğru nesneyi tahmin etti; ardından kazandığı söylenmesine rağmen oyuna devam etmesi, yapay zekaların anlama sınırlılıklarını gözler önüne serdi. Başka bir paylaşımda ise farklı bir ses tonunu benimseyen Dessa, Amerikan Afrika kökenli bir erkeğin konuşma ritmiyle yorgunluğunu ve yeni doğan oğlu Darius Johnson'dan bahsetti. Bu etkileşimler, modelin yalnızca metin yerine sesli olmayan tepkiler vermekle kalmayıp, empati ve hatta gözyaşı gibi karmaşık duygusal ifadeleri doğal akışla yansıtma kapasitesini ortaya koydu.