Block 的 Dessa 語音 AI 獲得好評，也引發詐騙疑慮

重點摘要

Block 推出 Dessa，這款語音 AI 完全以人類語音訓練，直接處理音訊，而不是先將音訊轉成文字。該公司表示，它能應對打斷、笑聲和語氣變化，並可在配備 M4 Max 晶片或更高規格晶片的 MacBook Pro 上本機執行。示範中自然逼真的聲音令部分聽眾印象深刻，另一些人則警告，逼真的 AI 語音可能讓詐騙更難辨識。Dessa 目前仍是研究預覽版，並非公開提供的產品。Block 尚未公布模型大小、基準測試結果或公開發布日期，目前僅向一小群 AI 安全研究人員提供使用。

情緒分析

• 整體情緒：褒貶不一。文章呈現了對模型對話品質的熱情，也提到對可能遭濫用的疑慮。文中形容其示範效果十分像真人，反應著重於情感表達、自然的語調節奏，以及應對打斷的能力。
• 正面反應：部分社群媒體使用者表示驚嘆，Changpeng「CZ」Zhao 則指出其在兒童教育方面的潛在應用。Block 也表示，以語音為基礎的系統未來或許能辨識文字逐字稿可能遺漏的情緒線索，包括痛苦與疼痛。
• 負面反應：批評者質疑 AI 語音為何需要聽起來像真人，並警告逼真效果可能讓聽眾降低戒心，或使詐騙電話更具說服力。
• 重要的不確定性：目前公開證據仍僅限於公司示範。文章指出，模型尚未公布基準測試結果，也沒有獨立測試，因此應將性能相關說法視為初步資訊。

文章正文

由 Jack Dorsey 領導的支付公司 Block 發表了 Dessa，這是一款語音人工智慧模型，該公司表示，它能以自然且富有表現力的方式進行對話。這次示範引起關注，因為系統似乎能以符合對話節奏的方式回應，並展現情緒與聲音變化。此次亮相引發兩種截然不同的反應：一方面，人們對更自然的語音介面潛力感到興趣；另一方面，也有人擔心逼真的合成語音可能被用來欺騙他人。

Block 表示，Dessa 完全以人類語音而非文字訓練。模型會直接處理音訊，而不是先把說話者的話轉成文字，再產生語音回覆。Block 表示，這種做法讓 Dessa 能一邊聆聽一邊說話，並回應打斷、笑聲和語氣變化。在示範中，它會在句子中途發笑，也會對突如其來的驚訝做出富有表情的回應。該公司表示，對話是在現場錄製，過程中沒有人指示模型如何回應。

Dorsey 在 X 上形容，與它互動的感覺就像在和真人交談，並提到其中的情緒、細微差異、停頓和自然節奏。社群媒體使用者也評論了這些範例。X 使用者 Alexander Hoff 表示，他從未聽過如此像真人的人工聲音；使用者 Hesamation 則稱這段示範「簡直像科幻作品」。這些反應反映了示例帶給人的印象，但並不構成獨立的性能測試。

Block 表示，Dessa 是從零開始訓練，使用單一 Nvidia GB200 NVL72 運算系統。該公司也表示，模型體積精簡，足以在配備 M4 Max 晶片或更高規格晶片的 MacBook Pro 上本機執行。本機運作或可讓語音處理在使用者的電腦上進行，不過除了這項說法之外，Block 尚未提供模型大小或資源需求的其他技術細節。

儘管受到關注，Dessa 仍是研究預覽版，而非公開產品。Block 尚未公布模型大小、基準測試結果或公開發布日期。目前可取得的音訊範例都是公司示範，而非獨立評估。由於這些限制，外界目前還沒有足夠的公開資訊，無法有系統地將此模型的能力與其他語音系統進行比較。

部分反應聚焦於可能帶來的正面應用。Binance 創辦人 Changpeng「CZ」Zhao 認為，自然的語音互動或許有助於兒童教育。他表示，現有一代的 AI 語音工具曾為他的教育計畫 GiggleAcademy 帶來挑戰。文章將此描述為潛在用途，而非已確認的部署或經過測試的教育成果。

其他回應則強調相關風險。電影製片人 Justine Bateman 質疑 AI 語音為何需要聽起來像真人，並認為逼真的聲音可能使人們降低戒心。記者 Shiv Aroor 也警告，詐騙電話可能會變得更加普遍。這些疑慮集中在冒充和社交工程：如果聽眾無法輕易分辨合成語音與真人聲音，來電者或許就更容易取得信任。文章並未報導涉及 Dessa 的具體詐騙事件，但指出欺騙是觀察人士提出的疑慮。

Block 表示，目前正向一小群 AI 安全研究人員提供早期使用權限。該公司認為，以語音為基礎的 AI 未來或許更能辨識情緒線索，例如文字逐字稿可能遺漏的痛苦與疼痛。研究人員也將評估 Block 可能忽略的風險。因此，早期使用計畫既是研究的一環，也是在更廣泛開放使用前檢視安全問題的機會。

Dessa 與 Block 更廣泛的業務有所關聯；該公司營運 Square、Cash App、比特幣錢包 Bitkey，以及比特幣挖礦硬體部門 Proto。Block 的 AI 研究實驗室直接向 Dorsey 彙報，成員包括多名前多倫多 AI 新創公司 Dessa 的員工；Square 於 2020 年收購了這家公司。該公司的公告將這款語音模型納入其研究工作，但未說明它未來會扮演何種產品角色，也未公布發布計畫。

關鍵資訊表