Жодного тексту: засновник Twitter навчив ШІ розуміти людську мову на слух

Особливості роботи ШІ

На відміну від класичних голосових асистентів, які спочатку перетворюють мову на текст і лише потім обробляють відповідь, нова модель працює за схемою прямих аудіосигналів.

Система вміє одночасно слухати та говорити - це дозволяє їй вчасно реагувати на слова співрозмовника, перебивати чи робити паузи.

За словами розробників, завдяки відмові від текстового прошарку розробка сприймає найменші інтонаційні нюанси.

Система легко "зчитує" сарказм, сміх, вагання та зміни емоційного тону користувача.

Модель може сміятися посеред речення або підвищувати голос на прохання співрозмовника. А під час тестування розробка самостійно доповнювала забуті співрозмовником назви фільмів.

We believe voice is the most natural way to interact with intelligence, so we created Dessa, the most authentic full-duplex speech model ever built. Talking with it feels like talking with a person…full of emotion, nuance, pauses, and a natural cadence. https://t.co/r0qFLdvd6c

— jack (@jack) October 23, 2026

Технічні вимоги

Для навчання системи розробники використали один високопродуктивний сервер із графічними процесорами. Попри це, готова модель може працювати повністю локально на ноутбуках MacBook Pro з чипом Apple M4 Max або потужнішими процесорами.

Швидкість обробки даних перевищує реальний час, що дозволяє уникнути будь-яких затримок під час розмови.

Читайте більше: 20 тисяч Optimus щотижня: Маск нарощує виробництво роботів Tesla

Доступність та подальші випробування

Наразі розробка не перебуває у відкритому доступі. Компанія надає обмежений доступ лише фахівцям із безпеки штучного інтелекту для проведення незалежних оцінок.

Усі інші охочі можуть записатися до списку очікування, поки розробники готують модель до масштабного запуску.