Block 发布 Dessa:仅用语音训练的全双工语音模型
中文摘要
Block发布Dessa,一款仅用语音训练的全双工语音到语音模型,可在M4 Max本地实时运行,目前仅提供演示并需申请候补。
English Summary
Block released Dessa, a full-duplex speech-to-speech model trained only on audio. It runs locally on M4 Max faster than real-time; currently waitlist only.
Original Excerpt
Block 发布研究预览版 Dessa,一款仅用人类对话音频训练的全双工语音到语音模型,不使用文本和预训练模型。它用 1 台 NVIDIA GB200 NVL72(72 块 GPU)训练,可在 MacBook Pro M4 Max 及以上本地运行且快于实时。目前仅有演示,未公布 benchmark 分数、参数量、权重、论文或 API,需申请 waitlist。