Block 旗下研究实验室于 10 月 24 日发布名为 Dessa 的语音模型，该模型完全基于人类语音训练，可在一套 NVIDIA GPU 机架上本地运行。公司称，Dessa 在表达中自带笑声、停顿和哽咽声，听感接近真人。
Dessa 为全双工模型，支持同时说话和聆听。这一属性与 OpenAI 今年早些时候发布的 GPT-Live 一致。两者的差别落在运行形态上：Dessa 不依赖云端调用，模型权重部署在本地设备，以单机架 GPU 完成推理。
知识获取路径是另一处对照。一般语音模型需与大语言模型配对，由后者提供知识检索。Block 表示，Dessa 的知识来源是训练所用的会话数据本身，省去了额外接入 LLM 的环节。训练数据全部来自人类语音，而非文本转语音的合成样本。
运行成本方面，单机架 GPU 的训练规模低于主流语音模型的常见配置。该模型目前在 Block 研究实验室范围内发布，公司未披露推理时的具体延迟参数，也未给出对外开放或商用化的时间表。
Dessa 的本地部署方向与 GPT-Live 的云端优先路线形成同期对比。语音模型从「云端调用」走向「设备本地运行」，前者需要稳定网络连接，后者将延迟和数据传输环节压缩在本地。模型输出的情感表达跨度——从笑声到哽咽——超出常见语音助手的语气范围，这部分效果由语音数据训练直接产生，而非规则预设。
· END ·