Block, duyguları yakalayan ve ses üzerinden çalışan yeni AI modeli Dessa'yı tanıttı
Block, Square ve Cash App'in arkasındaki şirket, tamamen insan konuşmasıyla eğitilmiş, metin verisi kullanmadan duyguları algılayabilen yeni bir ses AI modeli Dessa'yı duyurdu. Model, ses dalgalarını doğrudan işleyerek duygu, alay, kahkaha ve duraklamaları gerçek zamanlı tespit edebiliyor ve tam çift yönlü iletişim sağlıyor.
Özetle
- 1
Dessa, tamamen insan konuşmasıyla eğitilmiş ilk AI modeli; metin verisi kullanılmadı.
- 2
Ses dalgalarını doğrudan işleyerek duygu, alay, kahkaha ve duraklamaları gerçek zamanlı algılayabiliyor.
- 3
Tam çift yönlü (full‑duplex) iletişim desteği sayesinde aynı anda dinleme ve konuşma yapabiliyor.
- 4
Tek bir NVIDIA GB200 NVL72 GPU ve bir MacBook Pro M4 Max üzerinde yerel olarak çalıştırılabiliyor.
- 5
Model henüz halka açık değil; güvenlik araştırmacıları için test daveti yapılıyor.
Block, finans teknolojileri alanındaki başarısının ardından yapay zeka araştırmalarına da ağırlık vererek, tamamen insan konuşmasıyla eğitilmiş yeni bir ses modeli olan Dessa'yı tanıttı. Şirket, modelin hiçbir metin verisi kullanılmadan, sıfırdan ses verileri üzerinden oluşturulduğunu ve bu sayede geleneksel metin‑temelli modellerin kaçırdığı duygusal nüansları yakalayabildiğini vurguluyor.
Dessa, ses dalgalarını doğrudan işleyerek duygu, alay, kahkaha ve konuşma içindeki duraklamaları gerçek zamanlı olarak tanımlıyor. Model, tam çift yönlü (full‑duplex) iletişim yeteneği sayesinde aynı anda dinleme ve konuşma yapabiliyor. Teknik açıdan model, tek bir NVIDIA GB200 NVL72 GPU üzerinde, bir MacBook Pro M4 Max cihazında yerel olarak çalıştırılabiliyor; bu da yüksek performanslı altyapı gereksinimlerini minimuma indiriyor.
Block, bu modeli geliştirme motivasyonunu üç ana başlıkta topluyor: insan‑AI etkileşimini daha doğal hâle getirme merakı, duygusal ipuçlarını kaçıran mevcut ses AI sistemlerine karşı güvenlik kaygıları ve sesli asistanların empati yeteneğini artırma ihtiyacı. Sesli asistanların duygusal bağlamı anlamaması, yanlış yorumlamalara ve potansiyel güvenlik risklerine yol açabiliyor; Dessa bu boşluğu doldurmayı hedefliyor.
Şu an için model halka açık değil; Block, güvenlik araştırmacılarını modelin beklenmedik risklerini test etmeye davet ediyor ve ilgilenenlerin bir form aracılığıyla başvurmalarını istiyor. Daha önce Hume AI'nin EVI'si, Kyutai'nin Moshi'si, LAION'un Open Empathic projesi ve OpenAI'nin Advanced Voice Mode'u gibi girişimler duygusal ses AI'ı denemiş olsa da, Dessa'nın tamamen ses verisiyle eğitilmesi ve gerçek‑zamanlı duygu algısı, sektörde yeni bir kilometre taşı olarak görülüyor.
Yöney yorumu
Dessa, ses üzerinden duygusal bağlamı yakalama yeteneğiyle mevcut ses asistanlarının sınırlarını zorlayabilir; geliştiriciler daha duyarlı etkileşimler tasarlarken, kullanıcılar da daha doğal bir iletişim deneyimi yaşayabilir. Ancak modelin henüz erişime açılmaması, etkisinin ölçülmesini şu an için sınırlı tutuyor.
Bu haber The Decoder kaynağından derlenip Türkçeye aktarıldı. Ayrıntılar ve orijinal metin için oka tıklayın.
