新德里（印度），10 月 24 日（ANI）：Jack Dorsey 领导的金融科技公司 Block 推出了一种名为 Tessa 的新型人工智能 (AI) 语音模型，该模型完全基于人类对话进行训练，不使用文本或预先训练的模型。
据该公司介绍，Dessa是一种全双工语音到语音人工智能模型，可以通过自然语音交互同时听和说，同时感知和表达讽刺、笑声、沮丧和悲伤等情绪。
另请阅读 |浦那：Pimbri-Chinchwad 的一场 Instagram 视频纠纷中，一名 9 年级学生涉嫌刺伤一名女孩。
与将语音转换为文本的传统语音人工智能系统不同，Tessa 直接处理音频，保留文本转换过程中丢失的情感线索和语气变化。
“我们只用人类对话来训练 Tessa。声音！没有文本，没有预先训练的模型。我们学会了通过聆听进行实时对话。”
另请阅读 |今日迪拜黄金价格：2026 年 10 月 24 日黄金价格 18K、22K、24K。
该公司进一步强调了在语音上训练人工智能模型的复杂性，因为口语单词包含的数据比书面文本多得多，而且每个单词都有所不同。
它指出“法学硕士需要大量的文本。Tessa 从少了数百倍的单词中学习了这门语言（公平地说，法学硕士是 C++，不管 Angular 是什么）。”
尽管面临这些挑战，Black 表示他成功地弄清楚了“如何在单个 NVIDIA GB200 NVL72 上训练 Tessa”。
据该公司称，黛莎可以独立决定说什么、何时回应以及如何表达自己，包括她的声音和对话风格。
“我们相信语音是与智能进行交流的最自然方式，因此我们创建了 Tessa，这是有史以来最真实的全双工语音模型。与它交谈感觉就像与一个人交谈……充满情感、细微差别、停顿和自然，”它说。
该公司表示，人工智能模型可以对幽默做出自然反应，在句子中笑，在听时调整说话音量，并自发做出反应，而无需针对这些行为进行明确的训练。
“仅通过声音学习说话的模型是一个新领域，需要予以关注。我们正在为一小群人工智能安全研究人员提供早期接触机会，以发现意想不到的风险，”新闻稿称。 （阿尼）
（以上消息经ANI工作人员核实撰写，ANI是南亚领先的多媒体通讯社，在印度、南亚及全球设有100多个分社。ANI为您带来印度及世界各地最新的政治、时事新闻。最新）
