Dessa AIとは？公式デモと利用状況

Dessa AIとは？開発元は？

Dessaを開発しているのは、SquareやCash Appを手がけるBlockの小さな研究チームです。チーム紹介によると、トロントのスタートアップDessaの元メンバーが設立し、Jack Dorseyに直接報告しています。

Blockは、テキストや事前学習済みモデルを使わず、人間の会話の録音だけでDessaをゼロから学習させたと説明しています。 Blockの紹介を読む

Dessaの公式デモはどこで聴ける？

公式ページには、人がDessaと話している録音があります。Blockによると、モデルがその場で返答、話すタイミング、声を選んでおり、字幕は後から付けられています。 公式の録音を聴く

上の説明は、Blockが録音に添えた紹介文に基づいています。短い動画一つだけでなく、複数の録音を聴いてみてください。声が自然でも、答えが正しいとは限りません。

Dessa AIの利用方法・ウェイティングリスト・ダウンロード・料金

研究者向けの申請フォームでは、氏名と所属機関のメールアドレスを求めています。Google Scholarやブログのリンクも任意で追加できます。利用を認めるかどうかはBlockが決めます。

一般向けのダウンロードとウェイティングリストには、確認時点でまだ公開用リンクがありませんでした。今後の案内は公式ページで確認してください。

ページには料金、公開APIドキュメント、モデルの重みのダウンロード、ソフトウェアライセンスは掲載されていませんでした。確定した料金プランや導入手順は、まだ紹介できません。

Blockは、DessaがMacBook Pro M4 Max以上でローカル動作すると説明しています。ただし、詳しいインストールガイドはなく、必要メモリ、対応OS、ライセンスはまだ分かりません。

全二重の音声会話とは？

全二重とは、聴くことと話すことを同時に行えることです。相手が話し終える前に「うん」と相づちを打ったり、細部を訂正するために割り込んだりする場面を考えてみてください。会話システムは、一つひとつの音を完全に独立した発話として扱うのではなく、重なった信号を処理する必要があります。

Blockによると、Dessaは音声を受け取り、音声で返すspeech-to-speechモデルです。文字起こしだけでは伝わらない声の調子、笑い、間を残すことを目指しています。

プレビューでまだ分からないこと

録音だけでは分からないこともあります。周囲が騒がしいとき、知らない話題を振られたとき、相手が同時に話し始めたときに、どこまで対応できるのでしょうか。対応言語も気になりますが、発表には判断に十分なテスト結果はありません。

DessaはFroging AIで利用できる？

いいえ。Froging AIではDessaの提供や招待の配布は行っていません。利用についての案内はBlockのページをご覧ください。