Block a présenté Dessa — une modèle de parole qui traite l'audio directement, sans conversion préalable de la parole en texte. Selon The Decoder, le modèle est conçu pour reconnaître les émotions, le sarcasme et les pauses en temps réel.
Dessa s'exécute localement sur un MacBook Pro équipé d'une puce M4 Max, mais elle n'est pas encore accessible au public. Cela limite la vérification indépendante des capacités revendiquées et l'utilisation pratique du modèle.
Si l'approche est confirmée, elle pourrait être importante pour les systèmes où le sens dépend non seulement des mots mais aussi de l'intonation ou des pauses. Le prochain signe notable sera la publication du modèle, des démonstrations ou des résultats de tests indépendants.
commentaire éditorial
Pourquoi c’est important
Conséquence probable: accroître l’intérêt pour les systèmes vocaux qui analysent non seulement le contenu mais aussi la tonalité de la voix. Le prochain signal observé sera la sortie publique ou des tests indépendants de Dessa. Une incertitude substantielle est liée à l’absence de données sur la qualité du modèle et les conditions de son fonctionnement.