Block компани Dessa хэмээх хүн шиг дуу хоолойн загвар танилцууллаа
Жек Дорсигийн удирддаг Block компани судалгааны лабораториосоо Dessa нэртэй дуу хоолойн загвар гаргажээ. Загвар нь хүний яриан дээр бүрэн суралцсан бөгөөд компьютер дээр дотооддоо ажиллана. Одоогоор олон нийтэд нээлттэй биш, аюулгүй байдлын судлаачдыг туршихыг уриалаад байна.
Жек Дорсигийн Block компани судалгааны лабораториосоо Dessa нэртэй шинэ дуу хоолойн загвар гаргалаа. Загвар нь инээх, түр зогсох, уйлах зэрэг илэрхийллийг ашигладаг бөгөөд маш хүн шиг сонсогддог гэж TechCrunch мэдээлжээ.
Компанийн мэдэгдсэнээр Dessa нь зөвхөн хүний яриа болон NVIDIA-гийн нэг GPU рекэнд бэлтгэгдсэн. Мөн энэ нь full-duplex загвар, өөрөөр хэлбэл нэгэн зэрэг ярьж, сонсож чадна. OpenAI энэ оны эхээр гаргасан GPT-Live загвар ч ийм чадвартай.
Ихэвчлэн яриа таних загварыг мэдлэг олж авахын тулд том хэлний загвартай хослуулдаг. Block-ийн хэлснээр Dessa-гийн мэдлэг нь түүний суралцсан яриан өгөгдлөөс гарна.
Block одоогийн загварууд ярианы дууг текстээр дамжуулдаг учраас хийсвэр, ядраастай сонсогдож болно гэж үзэж байна. ElevenLabs v4, Fish Audio Drama 3 зэрэг олон загвар сэтгэл хөдлөлийг дуу хоолойн шошгоор удирддаг. Дорсигийн компани өөрийн загварт сэтгэл хөдлөл угаасаа багтсан гэж мэдэгдсэн ч шошгоор удирддаг эсэх нь тодорхойгүй байна.
Судлаачид Dessa өөр өөр хоолой, хэмнэл, сэтгэл хөдлөлтэй ярилцсан хэд хэдэн жишээ нийтэлжээ. Нэг жишээнд бот ажлаасаа ядарсан гэж хэлэх үедээ ядарсан хоолойтой сонсогдсон. Өөр жишээнд бот өөрийг нь тайван байлгасан хүний тухай ярихдаа сэтгэл хөдөлж, уйлах шахсан. Мөн Block-ийн нэг ажилтан дуут туслахтай тоглоом тоглосон бичлэг бий.
Компанийн мэдээлснээр загвар MacBook M4 Max эсвэл түүнээс дээш түвшний энгийн компьютер дээр дотооддоо ажиллана. Гэхдээ одоогоор олон нийтэд нээлттэй биш бөгөөд Block аюулгүй байдлын судлаачдыг туршихыг урьсан байна. TechCrunch үүнийг дуут агент хүмүүсийг хуурч болзошгүй тохиолдлыг шалгах зорилготой байж магадгүй гэжээ.
Block нь санхүүгийн салбарт ажилладаг бөгөөд жижиг бизнесүүдэд бүтээгдэхүүнээ санал болгодог. Түүний Square үйлчилгээ захиалга авахад дуут хиймэл оюун ашиглаж байна. TechCrunch-ийн дүгнэснээр төхөөрөмж дээр ажилладаг өөрийн загвартай болсноор Block олон бизнес, хэрэглэгчийн үйлчилгээг бага зардлаар хөгжүүлж чадна.
«Одоогийн дуут хиймэл оюуныг ашиглах нь үнэхээр муухай байж болдог. Таны дууг текст болгоод, текстэд багтахгүй маш их мэдээллийг хаядаг.»— Block компани, блог нийтлэлдээ
Дуу хоолойн хиймэл оюун хүнтэй адил сонсогдох болсон нь хүмүүс түүнтэй хэрхэн харилцах, хэрхэн хууртагдахад нөлөөлж болзошгүй.
Утсаар ярихад хүн шиг сонсогддог AI таны яриаг авбал та юу гэж бодох вэ?
Сонгосны дараа бусад уншигчид юу гэж бодож байгааг харна. Сэтгэгдэл бичих хэсэг байхгүй — trend.mn доромжлол, хуурамч мэдээллийн оронд уншигчдын бодит хандлагыг харуулна.
Монгол буулгалт, тайлбар чипүүдийг AI хийж, тайлбар бүрийг вэб дэх эх сурвалжтай тулгасан. Хүний мэдэгдлийг үнэлсэн тайлбар редактор баталсны дараа л нийтлэгдэнэ. Алдаа олбол бидэнд мэдэгдээрэй.