「生成AIで業務効率を上げたい」、「ChatGPTを実務で使えるようになりたい」 このような方にこのニュースの要約
- Blockが音声AI「Dessa」を研究公開
- 文字を使わず会話音声だけで学習
- MacBook Proで動作、提供時期は未定
ジャック・ドーシー氏が率いる米Block（旧Square）は10月23日（現地時間）、新しい音声AI「Dessa」を研究プレビューとして発表しました。テキストを一切使わず、人間の会話音声だけで学習させたのが最大の特徴です。
Dessaは、相手の話を聞きながら同時に話せる「全二重方式」の音声モデルです。会話の途中で笑う、「うん」「なるほど」と相づちを打つといったタイミングを、実際の会話から身につけたといいます。MacBook Proでも動かせるとしています。
背景には、いまの音声AIの多くが声をいったん文字に変換しているという事情があります。その過程で、感情や間といった情報が抜け落ちてしまいます。Dessaは笑いやため息、悲しみで震える声なども直接聞き取り、表現できるとしています。
ただし、公開されているデモは英語のみで、日本語に対応するかは明らかになっていません。一般向けの提供時期も未定で、まずは少数のAI安全性研究者に早期アクセスを提供するとしています。
文字を介さない音声AIが実用化されれば、AIとの会話は今よりずっと自然なものになりそうです。日本語での提供にも期待が高まります。