据TechCrunch AI报道，杰克·多尔西旗下的Block于10月24日发布其研究实验室开发的新语音模型Dessa，该模型可在本地运行，并能用笑声、停顿和哭声等表达，声音接近人类。Block称，Dessa完全以人类语音训练，训练使用单块NVIDIA GPU。

Dessa是全双工模型，可以一边说话一边收听，类似OpenAI今年早些时候发布的GPT-Live。通常语音模型会与大语言模型搭配以获取知识，Block称Dessa的知识来自其拥有的对话数据。

Block在博客文章中称，当前模型因语音生成流程中包含文本，可能听起来不自然且令人烦扰。ElevenLabs v4或Fish Audio Drama 3等模型使用语音标签驱动语音生成中的情绪。Block声称Dessa的情绪已内置在模型中，但尚不清楚这种情绪是否由某种标签控制。Block称：“与当前语音AI互动可能很糟糕。它把你的声音转成文本，丢弃了大量文本无法承载的信息。世界上最强大的AI听不出你的感受。我们认为这很荒谬，会导致更差的体验，并可能带来危险。”

Block研究人员发布了多个与Dessa对话的示例，代理在其中使用不同声音、节奏和情绪。例如，在一段对话中，机器人说自己工作累了，此时它的声音听起来疲惫；另一个示例中，机器人谈到对方让它感到舒适，声音带有情绪，几乎要哭出来。还有一个示例显示Block团队成员与语音助手玩游戏。

Block称，该模型可在MacBook M4 Max或更高配置的消费级电脑上本地运行。目前Dessa没有公开访问渠道，Block已公开招募安全研究人员测试该模型，这很可能是为了测试语音代理在通话另一端欺骗他人的情形。

Block业务涉及金融，并向小企业销售解决方案。Square已经使用语音AI处理点单。凭借可在设备上运行的自家语音模型，Block能以更低成本支持更多商业和消费者体验。