Block 只用真人對話的錄音，訓練出一個不經過文字中轉的語音模型。官方演示聽起來很真，而這幾乎是外界目前唯一能查證的部分。
Block 在 10 月 23 日發布 Dessa
Block 在 10 月 23 日公開 Dessa，模型出自公司內部的 AI 研究團隊。官網上只有一頁介紹，放著幾段演示錄音和一個等候名單。沒有 API，沒有模型權重，也沒有價格。
少數 AI 安全研究者先拿到早期存取權，其他人都得填表排隊。
Jack Dorsey 的公司主力在支付，Square 與 Cash App 都在它旗下。一家支付公司推出語音模型，這件事本身就解釋了後面幾個設計選擇。
Dessa 的純語音路線，跟一般語音助理差在哪
多數語音助理跑的是三段接力。你的聲音先轉成文字，語言模型讀文字寫回覆，最後由語音合成引擎念出來。每一段都會漏掉東西，中間那個模型從頭到尾沒聽見你的聲音。
Dessa 跳過這條接力。Block 說它從零開始訓練，餵的全是真人對話，聲音進去、聲音出來。官方給的理由很直接：現在的語音 AI 把聲音壓成文字，文字裝不下的部分就消失了。
差別在細節。同一句「我沒事」，用文字送出時只剩四個字，聲音裡卻還有語速、氣音、尾音往下掉的程度。三段接力的做法在第一步就把這些丟掉了，後面的模型再聰明也補不回來。
這話說起來容易，查起來很難。沒有論文，沒有第三方評測，也沒有任何對照表。在 Block 以外的人實際跑過之前，「只用語音訓練」描述的是做法，不是結果。
全雙工語音 AI：Dessa 邊說邊聽
Dessa 講話的時候還在聽。Block 用「全雙工」形容這種兩個方向同時開著的狀態，你可以在句子中間插話，它會順著你的話改口，不會把原本那段台詞念完。
做這件事比輪流發言難得多。一問一答的助理只要等你安靜，把聲音轉成文字，再組一段回覆。全雙工的模型得在當下判斷：剛剛那個聲音是咳嗽，是一聲附和的「嗯」，還是準備插話的第一個字。
OpenAI 今年用 GPT-Live 做過類似的事，使用者最先注意到的通常也是這裡。延遲決定一個語音代理聽起來像活人，還是像答錄機。
Block 沒公布插話的反應時間，也就沒有數字可以比。
把 Dessa 放進 MacBook 的算盤
Block 說 Dessa 可以在 MacBook Pro M4 Max 或更高規格的機器上執行。一個聽起來這麼像人的語音系統，通常住在資料中心、藏在 API 後面，這個安排因此顯得不尋常。
TechCrunch 另外報導，訓練用了一組 NVIDIA GPU 機架。這屬於媒體說法，不是公司聲明。可以確定的只有服務端要落在筆電上。
支付公司為什麼在意本地推論？Square 已經在賣餐廳的 AI 語音點單，那些電話短、重複、背景吵。每一通都交給雲端模型處理，帳單按分鐘長。改成本地跑，成本會從每通計費變成一筆硬體支出。一天接幾百張單的店，這個算法很實際。
代價是模型不能太大。Block 沒說到底多大，只給了執行環境的門檻。
另一個線索是知識來源。一般語音助理聽完你的話，會去查背後的語言模型；Block 說 Dessa 的知識來自訓練用的對話語料，不另外接一個大型語言模型。這麼做省掉一層呼叫，也把「它知道什麼」綁在固定的資料集上。
Dessa 的聲音擬真度，也是現成的詐騙工具
聲音做得越像，越適合拿來騙人。詐騙集團早就用社群上一小段音檔複製親友的聲音，一個能處理停頓、笑聲、哭腔的模型，會讓電話那頭的假聲音更難拆穿。
Block 的處理方式，是把早期存取先給 AI 安全研究圈。合理的解讀是：先測試語音代理能不能騙過接電話的人，再考慮開放給大眾。
這個安排說得通，外界卻驗不了。沒有公開的紅隊報告，沒有處理冒充他人的政策說明，也沒有講清楚要怎麼標記或偵測自家生成的音檔。
眼下這個缺口就是全部的看點。公司要外界相信的，正好是最難建立信任的那一項。
官方演示裡，Dessa 聽起來怎樣
網頁上的幾段錄音都短，而且挑得很準。有人說自己上班累了，聲音真的帶著疲態。有人聽到驚喜旅行，道謝時像哽咽了一下。
這些正是文字轉語音最容易破功的地方。書面語言有標點，標點卻編碼不了一次吞口水的聲音。
先別太興奮。演示帶是最容易挑選的東西，沒有人會把模型在葬禮上笑出聲的那一段放上來。要判斷它能不能用在客服或點單，得看它在被打斷、被罵、背景有抽油煙機噪音時還剩下多少穩定度，而這些片段官方沒給。
Dessa 現在能用到什麼程度
不多。你可以聽樣本，加入等候名單。如果你做語音安全研究，可以申請早期存取，那是唯一能碰到模型的管道。
如果你在 Square 上開餐廳，這一季不會有任何變化。值得盯的事情有兩件：Square 會不會開始把真實訂單導進 Dessa，那會是本地推論在商業量級上跑得動的第一個公開訊號；以及有沒有獨立實驗室公布冒充測試的結果。
在這兩件事發生之前，Dessa 是一段很強的演示，出自一家有充分理由把它商品化的公司。懷疑留著，熱度可以少跟一點。
