Block、音声のみで学習した対話モデル「Dessa」を発表　MacBookでローカル実行可能

PANews 10月24日付消息。Blockの公式発表によると、Jack Dorsey氏率いるフィンテック企業BlockのAI研究ラボが、全二重音声対話モデル「Dessa」の研究プレビュー版を公開した。このモデルは人間の会話音声のみからゼロベースで学習され、テキストや事前学習済みモデルは使用されておらず、聞くことと話すことを同時に行える。学習にはNVIDIA GB200 NVL72を1セットのみ使用し、MacBook Pro M4 Max以上の構成のデバイスでリアルタイムより高速にローカル実行できる。現在Dessaは一般公開されておらず、公式は対話のデモ音声を公開するとともに、少数のAI安全研究者に早期アクセスを提供している。プロジェクト責任者のRagavan Thurairatnam氏はこれを「音声分野におけるGPT-3の瞬間」と呼んでいる。