Blockは、人間の会話音声のみを用いて訓練された全二重(フルデュプレックス)音声モデル「Dessa」の研究プレビューを発表しました。テキストや事前学習モデルを使わずに、相槌や感情の抑揚を捉えることが可能です。

ITmedia AI+によると、DessaはNVIDIAのラック1台分の計算資源で訓練されており、MacBook Pro上でローカル実行も可能とされています。今回の発表は、音声対話技術の新たな可能性を示すものです。

日本市場においても、音声認識や対話AIの需要が高まっており、Dessaの技術はFXや暗号資産のトレーディングにおける音声インターフェースの進化に寄与する可能性があります。