- BlockはDessa音声モデルを、テキストや事前学習済みモデルを使用せず、人間の発話のみでトレーニングしました。
- ラボでは単一のNvidia GB200 NVL72ラックを使用しており、DessaはMacBook Pro M4 Max以上でローカル実行可能だと述べています。
- Dessaはまだ公開されておらず、Blockは限られた数のAI安全性研究者に早期アクセスを提供しています。
Jack Dorsey氏のBlockは、新しい音声モデル「Dessa」を、テキストや事前学習済みモデルではなく、人間の発話のみでトレーニングしました。
Blockは、完成したモデルをMacBook Pro M4 Max以降のデバイスでローカル実行できることを明かしている。このラボでは、Nvidiaサーバーのラック1台を用いてトレーニングを行った。
Blockによると、Dessaは人間のようなリアルタイム会話を可能にする初のAIであり、人間の音声のみでトレーニングされている。これを開発した小規模な研究ラボは、直接ドージーに報告する体制にある。
フルデュプレックスモデルがOpenAIのGPT-Live-1と無誘導デモで会話
多くの音声アシスタントは、人の発話をテキストに変換し、言語モデルで処理した後に、再び音声に戻します。Blockが指摘するように、このパイプラインは感情、皮肉、笑い声、そして震える悲しい声といった要素をすべて捨ててしまいます。
Dessaは、中間にテキストを挟まず、音声を音声に変換するモデルだ。二人の人間のように、同時に話し、聞くことができる。
「いつ割り込むべきか、また『うん！』や『わかった！』といった相槌を入れるべきかを理解している」とBlockは説明。また、リアルタイムよりも高速に動作する。
Blockによれば、録音においてAIモデルは一切ガイドされていない。AIが何を、いつ、どのように言うかを選択している。
録音では、Dessaは文の途中で笑ったり、驚きに息を呑んだり、大きな声で話すよう求められたら音量を上げたりしている。ある録音では、DessaはOpenAIのGPT-Live-1と会話していた。
Blockは、GPT-Live-1の開発者がDessaを検証したり、推奨したりしていないと述べている。
私たちは、音声のみでトレーニングされた、現実的な会話が可能な最初のAIモデルを作りました！
Dessaは、消費者向けGPUで実行可能なフルデュプレックスの音声-to-音声モデルです。
これは音声におけるGPT3の瞬間です。pic.twitter.com/XVD8sSyJn8
— Ragavan Thurairatnam (@RagavanThurair) 2026年10月23日
GB200 NVL72で学習したモデルは、数百倍少ない単語数で言語を習得した
DessaはNvidiaのGB200 NVL72（ラック規模のシステム）1台でトレーニングされました。ラボによると、このモデルはテキストベースのLLMが必要とするよりも「数百倍少ない単語」から言語を学習しました。
音声処理はより困難でしたとBlock氏は述べています。 spoken word（発話された言葉）は、印刷された同じ単語と比較して数千倍のバイトサイズを持ちます。
このラボは、トロントのディープラーニングスタートアップであるDessaの元メンバーによって設立されました。チームは8年以上にわたり生成型音声モデルの開発を行ってきました。
Ragavan Thurairatnam氏がプロジェクトを率いており、彼はX上で今回のリリースを「音声におけるGPT3の瞬間」と呼びました。
Dessaは一般公開されていません。Block氏はウェイトリストを運用しており、チームが想定していないリスクを浮き彫りにするために、少数のAI安全性研究者に早期アクセスを提供しています。
Block氏がモデル構築に至った背景には3つの要因があります。そのうち2つは好奇心と、人間とAIとの間の相互理解の深化です。
3つ目の理由は？ 安全性です。
Block氏は、激しい痛みを抱えているにもかかわらず、音声AIがそれに気づかず話し続けるという状況を想像します。
Cryptopolitanによると、2月にBlock（NYSE: XYZ）は社員の40%を解雇しました。
Block Inc.は7月にBuzzを発表しました。これは人間とAIエージェントがチャンネルを共有できる職場用のチャットアプリです。
これをお読みいただいているあなたは、すでに一歩先を行っています。当社のニュースレターでその先を行ってください。
よくある質問
Dessaとは何ですか？ また、誰が開発しましたか？
Dessaは、Jack Dorseyに直接報告する小規模な研究ラボによって開発された、フルデュプレックスの音声対音声モデルです。
Dessaは他の音声AIとどのように異なる方法でトレーニングされましたか？
Blockは、テキストや事前学習済みモデルを使用せず、人間の会話のみからDessaをゼロからトレーニングしました。
現在、誰でもDessaを利用できますか？
いいえ。Blockはまだ一般公開を行っておらず、まず限られた数のAI安全性研究者に早期アクセスを提供しています。
免責事項。 本情報は取引助言ではありません。Cryptopolitan.com は、本ページに記載された情報に基づいて行われた投資に対して一切の責任を負いません。投資判断を下す前に、独自の調査を行うか、資格を有する専門家にご相談することを強く推奨します。
ランダ・モーゼス
ランダ・モーゼスはCryptopolitanのエディター兼記者で、テクノロジー、AI、ロボティクス、暗号資産、詐欺、ハッキングなどを担当しています。2017年以来暗号資産分野で活動しており、Forward Protocol、AmaZix、Cryptosomniacで役職を務めました。ブラッドフォード大学で電気電子工学の学位を取得しています。
