Block、感情表現する音声モデルDessa発表

Blockは決済サービスSquareなど小規模事業者向けの金融ソリューションを手がけており、Squareはすでに音声AIで注文対応を行っている。自社製の音声モデルを端末上で動かせれば、より多くの業務や消費者向け体験を低コストで支えられる計算だ。

Dessaはテキストを介在させず人間の音声データのみで学習し、感情表現をモデル自体に組み込んだとされる。OpenAIのGPT-Liveと同様の全二重方式で、ElevenLabs v4やFish Audio Drama 3のように音声タグで感情を操作する既存手法とは一線を画すという主張だ。ただし、感情が実際にタグで制御されているかは明らかになっていない。

一般公開はされておらず、Blockは安全性研究者の募集を通じて、音声エージェントが通話相手を欺くようなケースの検証を進める意向とみられる。