本地语音AI – mylogs.cn https://mylogs.cn 发现、记录、分享 Sun, 25 Oct 2026 03:29:42 +0000 zh-Hans hourly 1 M4 Max 即可本地运行：Block 全双工语音模型 Dessa https://mylogs.cn/m4-max-%e5%8d%b3%e5%8f%af%e6%9c%ac%e5%9c%b0%e8%bf%90%e8%a1%8c%ef%bc%9ablock-%e5%85%a8%e5%8f%8c%e5%b7%a5%e8%af%ad%e9%9f%b3%e6%a8%a1%e5%9e%8b-dessa/ Sun, 25 Oct 2026 03:29:42 +0000 https://mylogs.cn/m4-max-%e5%8d%b3%e5%8f%af%e6%9c%ac%e5%9c%b0%e8%bf%90%e8%a1%8c%ef%bc%9ablock-%e5%85%a8%e5%8f%8c%e5%b7%a5%e8%af%ad%e9%9f%b3%e6%a8%a1%e5%9e%8b-dessa/ 结论：Block 公司于 2026 年 10 月 25 日推出全双工语音模型 Dessa，可在 M4 Max 及以上 MacBook 本地运行，情绪表达由模型原生生成。
关键数字：训练仅用一组英伟达 GPU 机架 / 设备门槛 M4 Max / 暂不对外开放试用

维度信息
模型类型全双工语音模型，可一边说话一边收听用户语音
训练数据完全基于人类语音数据，训练仅用一组英伟达 GPU 机架
运行门槛M4 Max 及更高配置 MacBook 可本地运行
开放状态暂不对外开放，正向安全研究者发出测试邀请

为什么 Dessa 的听感更接近真人

Block 在官方博客中批评现有语音 AI 先把用户语音转成文字、再驱动合成，导致情绪信息丢失。Dessa 不走这条链路，情绪表达被宣称是模型原生内置的能力，可模拟笑声、停顿与哽咽。

演示片段显示，Dessa 能切换音色、语速与情绪。一段对话里 AI 自称工作劳累，发声同步带上疲惫感；另一段聊到安心感受时，语气近乎哽咽。

和 OpenAI GPT-Live 的相同与不同

Dessa 与 OpenAI 推出的 GPT-Live 同属全双工模型，都能边说边听。不同在于知识来源：主流语音模型需搭配大语言模型调取知识，Block 称 Dessa 的知识来自其训练所用的对话数据。

ElevenLabs v4、Fish Audio Drama 3 等模型依靠语音标签控制情绪。Dessa 底层是否仍依赖某种标签调控情绪，Block 目前尚未公开说明。

风险测试与开放节奏

Block 现正向安全研究者发出测试邀请，重点测试语音智能体欺骗人类的风险场景。Dessa 暂不对外开放试用。Block 主营业务为金融服务，旗下 Square 已用语音 AI 处理下单业务。

自研端侧语音模型后，Block 有望以更低成本落地更多面向商户与普通用户的语音产品。

适用场景与影响判断

Dessa 适合对语音拟人度与本地隐私要求高的场景，例如商户语音下单、个人本地助手。当前不适合普通用户直接试用，因尚未开放。

值得注意的是，端侧运行的语音模型降低了云端推理成本与数据外传风险，这意味着语音 AI 的落地门槛正从云端向设备端下移。

常见问题

Dessa 现在能试用吗？

不能。Block 暂不对外开放 Dessa，仅向受邀的安全研究者提供测试权限。

Dessa 需要联网才能用吗？

不需要。该模型可在 M4 Max 及更高配置 MacBook 本地运行，无需依赖云端算力。

Dessa 和 GPT-Live 是一回事吗？

不是。两者都为全双工语音模型，但 Dessa 的知识来自训练对话数据，GPT-Live 需搭配大语言模型调取知识。

信息来源：IT之家 2026 年 10 月 25 日报道，内容援引 Block 官方博客。

]]>