Mô hình AI mới Dessa của Block được huấn luyện hoàn toàn bằng giọng nói của con người nhằm nhận diện những cảm xúc mà các mô hình dựa trên văn bản bỏ sót.

Ứng dụng AI thực tiễn Sao chép liên kết vào bộ nhớ tạm Chia sẻ bài viết này Chuyển đến phần bình luận Mô hình AI mới Dessa của Block được huấn luyện hoàn toàn từ giọng nói con người nhằm nhận biết cảm xúc mà các mô hình dạng văn bản bỏ sót Matthias Bastian Xem hồ sơ LinkedIn của Matthias Bastian Ngày 24/10/2026 Đặt câu hỏi về bài viết này… Tìm kiếm Tập đoàn Block, đơn vị sở hữu Square và Cash App, đã công bố mô hình AI giọng nói mang tên Dessa. Block cho biết Dessa là mô hình AI đầu tiên được phát triển từ đầu và huấn luyện hoàn toàn bằng giọng nói con người mà không sử dụng bất kỳ dữ liệu văn bản nào. Thay vì chuyển đổi âm thanh sang văn bản trước, Dessa xử lý trực tiếp giọng nói dưới dạng âm thanh. Phương pháp này cho phép mô hình nhận biết cảm xúc, giọng điệu mỉa mai, tiếng cười và các khoảng ngắt nghỉ theo thời gian thực. Mô hình hỗ trợ giao tiếp song công toàn phần (full-duplex), cho phép nghe và nói cùng lúc. Mô hình vận hành cục bộ trên máy tính MacBook Pro M4 Max và được huấn luyện trên một hệ thống NVIDIA GB200 NVL72 duy nhất. Block cho biết việc phát triển Dessa xuất phát từ tinh thần tìm tòi, mong muốn nâng cao hiệu quả giao tiếp giữa con người và AI, cùng các mối lo ngại về an toàn khi các hệ thống AI giọng nói hiện nay thường bỏ qua các tín hiệu cảm xúc. Hiện Dessa chưa được phát hành rộng rãi. Nhóm nghiên cứu trước mắt đang tìm kiếm các chuyên gia bảo mật AI để thử nghiệm mô hình nhằm đánh giá các rủi ro phát sinh. Các cá nhân quan tâm có thể đăng ký qua biểu mẫu.Quảng cáo Các nỗ lực trước đây đối với AI giọng nói biểu cảm chưa mang lại hiệu quả bền vững Nhiều đơn vị đã nỗ lực phát triển AI giọng nói có biểu cảm phong phú. Tháng 3/2024, công ty khởi nghiệp Hume AI đã ra mắt EVI (Empathic Voice Interface), một hệ thống AI giọng nói sở hữu "trí tuệ cảm xúc". Tiếp đó, Kyutai giới thiệu Moshi vào tháng 9/2024. Dự án Open Empathic của tổ chức LAION đã tiến hành huấn luyện các mô hình tổng hợp giọng nói thấu cảm từ cuối năm 2023 dựa trên bộ dữ liệu âm thanh nguồn mở. OpenAI đã nâng cấp toàn diện tính năng "Advanced Voice Mode" của ChatGPT vào tháng 6/2025 và liên tục hoàn thiện kể từ thời điểm đó, bổ sung ngữ điệu tốt hơn, cải thiện khoảng ngắt nghỉ cùng khả năng thể hiện sự đồng cảm và mỉa mai chân thực hơn.Quảng cáo Tuy nhiên, việc thể hiện ngữ điệu cảm xúc không đồng nghĩa với việc mô hình có cảm xúc hay có trí tuệ thực sự, dù điều đó có thể tạo ra cảm giác này. Đối với các hệ thống AI giọng nói tiên tiến, những năng lực như suy luận trong quá trình phản hồi có vai trò quan trọng hơn mức độ tự nhiên của giọng nói, bởi yếu tố này quyết định trực tiếp chất lượng của câu trả lời. Quảng cáo Tin tức AI chuẩn xác, không thổi phồng – Tuyển chọn bởi con người Đăng ký theo dõi THE DECODER để đọc nội dung không quảng cáo, nhận bản tin AI hằng tuần, báo cáo chuyên sâu độc quyền "AI Radar" 6 lần mỗi năm, toàn quyền truy cập kho lưu trữ và tham gia phần bình luận. Đăng ký ngay Nguồn: Block.xyz