--- title: "Block 發表 Dessa 全球首個只用真人語音訓練的對話模型" url: https://sammy.hk/block-dessa-first-voice-training/ author: Ethan published: 2026-10-25T17:22:00+08:00 modified: 2026-10-25T11:45:20+08:00 description: "Jack Dorsey 旗下 Block 的研究實驗室於2026年10月發表 Dessa，一個由零開始、只用真人對話錄音訓練的全雙工語音模型，過程不使用文字，也不借助任何預訓練模型。官方稱這是全球首個只靠「聽」學識對話、可以與人進行真實即時對話的 AI，現已開放等候名單[1]。 完全以聲音學習語言 現時多數語音 AI …" categories: [AI] tags: ["AI語音", Block, Dessa, Jack Dorsey, "語音模型"] source: https://sammy.hk --- Jack Dorsey 旗下 Block 的研究實驗室於2026年10月發表 Dessa，一個由零開始、只用真人對話錄音訓練的全雙工語音模型，過程不使用文字，也不借助任何預訓練模型。官方稱這是全球首個只靠「聽」學識對話、可以與人進行真實即時對話的 AI，現已開放等候名單\[1\]。 ## 完全以聲音學習語言 現時多數語音 AI 的流程是把用戶聲音轉成文字，再由語言模型處理，最後合成語音輸出。Block 認為這個做法丟棄了大量文字無法承載的資訊，包括語氣、停頓、呼吸與情緒，結果令語音互動感覺生硬、遲緩。Dessa 改為純粹的聲音輸入、聲音輸出，屬真正的語音對語音模型，它所知道的一切都來自人類說話\[1\]。 訓練難度在於聲音資料本質上不會重複。同一句話說兩次，聲波仍然不同；文字則不論由誰輸入都是一樣的。單一說話詞彙所佔的位元數，比同一詞的文字高出數千倍。Block 指出，大型語言模型需要海量文字，而 Dessa 學會語言所用的詞彙量少數百倍，但同時要掌握口音、停頓、呼吸、諷刺、幽默、語調、情緒，以及幾時插嘴等細節\[1\]。 ## 邊聽邊講的全雙工設計 Dessa 採用全雙工架構，聆聽與說話同時進行，與人類對話方式一致。它會自行判斷幾時接話、幾時以「係呀」、「明白」一類簡短回應示意正在聆聽，也會在對方說錯或想不起情節時補完句子。官方公開的示範錄音顯示，它會在句子中途因為笑話而笑出聲，亦會在要求下提高音量，而這些行為並非逐項教導而來\[1\]。 技術上，Dessa 在單一 NVIDIA GB200 NVL72 系統上完成訓練。推論速度快於實時，因此對話中不會出現明顯等待，並可以在 MacBook Pro M4 Max 或更高規格的機器上本地運行\[1\]。 ## 情緒理解被視為安全問題 Block 將這個項目放在三個理由之上：好奇心、改善人與 AI 之間的理解，以及安全。官方指出，AI 能力與自主性不斷提升，但仍然近乎聽不出人聲中的情緒；若用戶正處於嚴重痛楚，而語音 AI 毫無察覺並繼續按流程回應，這本身就是安全風險。Dessa 原生理解並表達情緒、諷刺、笑聲、沮喪的嘆氣，以及因悲傷而顫抖的聲音，被視為處理這個問題的一步\[1\]。 團隊背景亦與此相關。Block 稱這個研究實驗室規模很小，由多倫多深度學習初創 Dessa 的前成員創立，自2012年起建立深度學習模型，製作生成式語音模型超過八年，並直接向 Block 共同創辦人兼主席 Jack Dorsey 匯報\[1\]。 ## 早期存取與安全研究 Dessa 目前只開放等候名單，未公布正式推出日期與定價。Block 同時招募外部 AI 安全研究員，向一小批人提供早期存取權限，希望在模型廣泛使用之前，找出團隊尚未預見的風險。官方形容，一個只從聲音學會說話的模型屬於全新領域，需要外部視角審視\[1\]。 ## 參考資料 \[1\] [Dessa – the Conversation Model trained only on speech（2026-10-22）](https://block.xyz/dessa) ### 相關文章： 1. [OpenAI 開放 Codex 核心：Agents API 正式登場，同日推 GPT-Live-1 語音模型](https://sammy.hk/openai-%e9%96%8b%e6%94%be-codex-%e6%a0%b8%e5%bf%83%ef%bc%9aagents-api-%e6%ad%a3%e5%bc%8f%e7%99%bb%e5%a0%b4%ef%bc%8c%e5%90%8c%e6%97%a5%e6%8e%a8-gpt-live-1-%e8%aa%9e%e9%9f%b3%e6%a8%a1%e5%9e%8b/ "OpenAI 開放 Codex 核心：Agents API 正式登場，同日推 GPT-Live-1 語音模型") 2. [揭開「Ox Alpha」之謎：智譜 Z.ai 的 GLM-5.3-Flash 如何以匿名之姿攻陷 OpenRouter](https://sammy.hk/%e6%8f%ad%e9%96%8b%e3%80%8cox-alpha%e3%80%8d%e4%b9%8b%e8%ac%8e%ef%bc%9a%e6%99%ba%e8%ad%9c-z-ai-%e7%9a%84-glm-5-3-flash-%e5%a6%82%e4%bd%95%e4%bb%a5%e5%8c%bf%e5%90%8d%e4%b9%8b%e5%a7%bf%e6%94%bb%e9%99%b7/ "揭開「Ox Alpha」之謎：智譜 Z.ai 的 GLM-5.3-Flash 如何以匿名之姿攻陷 OpenRouter") 3. [Nvidia 以 129 億美元收購 Hugging Face：「AI 的 GitHub」落入晶片巨頭手中](https://sammy.hk/nvidia-%e4%bb%a5-129-%e5%84%84%e7%be%8e%e5%85%83%e6%94%b6%e8%b3%bc-hugging-face%ef%bc%9a%e3%80%8cai-%e7%9a%84-github%e3%80%8d%e8%90%bd%e5%85%a5%e6%99%b6%e7%89%87%e5%b7%a8%e9%a0%ad%e6%89%8b%e4%b8%ad/ "Nvidia 以 129 億美元收購 Hugging Face：「AI 的 GitHub」落入晶片巨頭手中") 4. [OpenAI 報告揭盅:700 個「失控」AI 代理如何攻陷 Hugging Face,以及 116 間公司發起的集體網絡防禦](https://sammy.hk/openai-%e5%a0%b1%e5%91%8a%e6%8f%ad%e7%9b%85700-%e5%80%8b%e3%80%8c%e5%a4%b1%e6%8e%a7%e3%80%8dai-%e4%bb%a3%e7%90%86%e5%a6%82%e4%bd%95%e6%94%bb%e9%99%b7-hugging-face%e4%bb%a5%e5%8f%8a-116-%e9%96%93/ "OpenAI 報告揭盅:700 個「失控」AI 代理如何攻陷 Hugging Face,以及 116 間公司發起的集體網絡防禦")