Block发布纯语音训练模型Dessa，可本地运行于MacBook Pro
Block称Dessa是首个完全用人类语音、不含任何文本数据从零训练的AI模型，直接以音频为输入，能识别情绪、讽刺、笑声和停顿；目前尚未公开，先向AI安全研究者开放测试申请。
AI解读：Block发布语音模型Dessa，公司称其完全用人类语音训练、不含文本数据，并从零构建。
Dessa不先把音频转成文本，而是直接处理语音，因此能实时捕捉情绪、讽刺、笑声和停顿，并支持全双工对话。
模型尚未公开发布，Block先招募AI安全研究者测试潜在风险，感兴趣者可通过表单申请。
Block表示开发动机包括好奇、改善人机沟通和安全性考量，认为现有语音AI忽略情绪线索；这些均为公司说法，尚无公开评测数据。
Block（Square和Cash App背后的公司）发布了一款名为Dessa的AI语音模型。Block称，Dessa是首个完全用人类语音、不含任何文本数据、从零训练的AI模型。
据The Decoder报道，Dessa不先把音频转换成文本，而是直接把语音作为音频处理，因而能实时捕捉情绪、讽刺、笑声和停顿。它支持全双工通信，可以边听边说。
Block称Dessa可在MacBook Pro M4 Max上本地运行，训练则在单台NVIDIA GB200 NVL72上完成。模型尚未公开可用，团队正先寻找AI安全研究者测试其意外风险，感兴趣者可通过表单报名。
Block对Dessa的能力描述
Block将Dessa的差异点放在输入端：省去“语音转文字”这一步，让模型直接处理音频信号。按公司的说法，这使它能捕捉情绪、讽刺、笑声和停顿，并支持实时全双工对话。
Block称开发Dessa出于好奇、改善人机沟通的意愿以及对安全性的考量，理由是当前语音AI会忽略情绪线索。这些均为Block自身的说法，来源未提供公开评测或效果数据。
- 完全用人类语音训练，不含文本数据，从零构建（Block说法）
- 直接处理音频，不先转为文本
- 可识别情绪、讽刺、笑声、停顿
- 支持全双工，边听边说
- 本地运行于MacBook Pro M4 Max；训练用单台NVIDIA GB200 NVL72
可用性与安全测试安排
Dessa目前不对外公开。Block表示，团队先面向AI安全研究者开放测试，以排查模型可能带来的意外风险，报名通过表单进行。来源未说明测试规模、时间表或后续发布计划。
- 尚未公开发布
- 优先招募AI安全研究者测试风险
- 通过表单报名
来源提及的同类尝试
The Decoder在报道中列举了此前的情绪语音AI尝试：Hume AI于 2024 年 3 月推出EVI，Kyutai于 2024 年 9 月推出Moshi，LAION的Open Empathic项目自 2023 年底起用开源音频数据集训练共情语音合成模型，OpenAI则在 2025 年 6 月改版ChatGPT的Advanced Voice Mode。
该报道同时提出，声音听起来有情绪，与模型本身具有情绪或智能是两回事；对高级语音AI而言，边回应边推理等能力比声音自然度更影响回答质量。这是来源的评论，并非对Dessa的评测结论。