رونمایی جک دورسی از هوش مصنوعی صوتی دسا با قابلیت مکالمه صوتی بسیار طبیعی‌تر

به گزارش بازار، شرکت Block تحت مدیریت جک دورسی از یک مدل هوش مصنوعی صوتی پیشرفته به نام Dessa رونمایی کرد که توانایی مکالمه ای فوق العاده طبیعی و بسیار شبیه به انسان را ارائه می دهد. برخلاف ساختارهای قبلی، این مدل نوآورانه مستقیماً داده‌های صوتی را پردازش می‌کند و می‌تواند فوراً واکنش‌های مخاطب مانند خنده، تغییر لحن و مکث در گفتار را در هنگام صحبت درک و مدیریت کند.

به گزارش بلاک، این مدل بدون نیاز به تبدیل گفتار به متن آموزش دیده و به قدری بهینه شده است که می توان آن را به صورت محلی روی لپ تاپ مک بوک پرو مجهز به تراشه M4 Max اجرا کرد. در برنامه های زنده، دسا با احساسات واقعی پاسخ می دهد و حتی در وسط جمله می خندد. با این حال، این فناوری در حال حاضر تنها به عنوان یک پروژه تحقیقاتی ارائه شده است و در دسترس عموم نیست.

جک دورسی در حساب رسمی X خود نوشت: صحبت کردن با این مدل درست مثل صحبت کردن با یک شخص واقعی است. پر از احساسات، ظرافت های کلامی، مکث ها و ریتمی کاملا طبیعی.

از پتانسیل های آموزشی گرفته تا هشدارهای مربوط به تماس های کلاهبرداری

رونمایی از این هوش مصنوعی واکنش های متفاوتی را به دنبال داشت؛ Changpeng Zhao، بنیانگذار صرافی Binance، از این فناوری استقبال کرد و بر پتانسیل آن برای ارتقای پروژه های آموزشی مانند Giggle Academy تاکید کرد. از سوی دیگر، تحلیلگران نسبت به سوء استفاده های احتمالی هشدار داده اند و معتقدند صداهای مصنوعی بسیار طبیعی می تواند ابزار خطرناکی برای فریب مردم و جهشی بزرگ در کلاهبرداری های تلفنی باشد.