Block представила Dessa — полно­дуплексную речевую модель без текста

Лаборатория Block выпустила Dessa — речевую модель speech-to-speech, обученную только на аудиозаписях человеческих разговоров, без текста и предобученных моделей. Модель работает локально на MacBook Pro M4 Max быстрее реального времени; обучение шло на одном NVIDIA GB200 NVL72 (72 GPU). Бенчмарков, весов и API нет — пока это только демо.

• Dessa слушает и говорит одновременно, распознавая смех, вздохи и перебивания
• Обучение на 1 стойке GB200 NVL72 против 1016 H100 у Moshi
• Работает локально на MacBook Pro M4 Max быстрее реального времени
• Опубликовано 0 бенчмарков, нет весов, статьи и API