23 октября Block представила Dessa — разговорную модель, обученную с нуля на человеческой речи, без текста и готовых предобученных моделей. Она принимает звук и отвечает звуком, причём может одновременно слушать собеседника и говорить. Об анонсе от 23 октября сообщило издание TechCrunch.
Уже можно послушать демонстрации. Самостоятельный разговор с моделью пока доступен ограниченной группе исследователей безопасности по заявке.
Что слышит модель
В описании Dessa разработчики делают акцент на интонации и ходе разговора: паузах, смехе, коротких ответных репликах. По заявлению Block, эти особенности модель усвоила из аудио. Компания также сообщает о локальном запуске на ноутбуке MacBook Pro с чипом M4 Max или более мощном устройстве.
В опубликованных записях Dessa сама выбирает содержание и момент ответа; субтитры добавлены после разговора. Это демонстрации команды, собственного теста модели здесь нет.
Что проверять помимо голоса
Для голосового помощника в бизнесе я бы разделил проверку на две части. Сначала — как он ведёт разговор: удаётся ли перебить длинный ответ, сохраняет ли он смысл после уточнения, как реагирует на паузу. Затем — верно ли он выполняет задачу. Вежливая интонация сама по себе не подтверждает правильность ответа.
Если помощник должен принимать заявки, ему нужен отдельный тест со сменой условий посреди разговора. Например, в тестовом сценарии можно исправить своё предыдущее пожелание и проверить, какое значение попадёт в итоговую заявку. Такой тест ещё предстоит провести после получения доступа.
Локальный запуск тоже стоит проверять на своей задаче: отдельно качество разговора, отдельно требования к устройству. Заявление о совместимом ноутбуке не даёт оснований обещать такую же работу на любом офисном компьютере. Без собственного доступа я бы пока не включал Dessa в смету как готовую замену голосовому сервису.
Как познакомиться с Dessa сейчас
На официальной странице размещены записи разговоров и форма запроса раннего доступа для исследователей безопасности. Разработчики хотят, чтобы внешние участники помогли найти риски такого общения. Открытый доступ для всех пользователей пока не объявлен.
Для первого знакомства достаточно открыть записи и послушать, где человек начинает следующую реплику, пока модель ещё отвечает. Именно на таких пересечениях стоит оценивать заявленную способность слушать и говорить одновременно. Для проверки фактических ответов и работы с заявками потребуется собственный доступ.
Источник
Официальная страница Dessa от Block — описание модели, демонстрации и условия раннего доступа.