드사, 역대 가장 자연스러운 풀듀플렉스 음성 모델 공개

“드사(Dessa)는 텍스트나 사전학습 모델 없이 오직 인간 대화 음성만으로 처음부터 학습한 세계 최초의 풀듀플렉스 음성 모델로, 실시간으로 끼어들기와 맞장구를 하며 웃음·한숨 등 감정을 즉각 표현한다. 오디오 입력·출력 방식으로 텍스트 변환 없이 정보를 보존하며, GPT-Live-1과의 대화 데모도 공개했다.”

AI 요약

블록(Block)이 자사 AI 연구조직을 통해 역대 가장 자연스러운 풀듀플렉스(full-duplex) 음성 모델 '드사(Dessa)'를 공개했다. 드사는 텍스트나 사전학습 모델 없이 오직 인간의 실제 대화 음성만으로 처음부터 학습된 음성-투-음성(speech-to-speech) 모델로, 듣기와 말하기를 동시에 수행하며 실시간으로 대화한다. 웃음, 한숨, 말 끊기, 맞장구 등 인간 대화의 미묘한 뉘앙스를 스스로 습득했으며, 감정 표현과 자연스러운 호흡이 특징이다. 현재 대기자 명단(waitlist)을 받고 있으며, GPT-Live-1과의 대화 데모도 공개됐다.

핵심 포인트

  • 텍스트 없이 순수 인간 음성 데이터만으로 학습한 세계 최초의 실시간 대화형 음성 AI로 자평
  • 풀듀플렉스 방식으로 상대가 말하는 중에도 듣고 반응하며, 문장 중간에 웃거나 맞장구치는 등 자연스러운 타이밍 구현
  • "목소리를 키워달라"는 요청에 스스로 볼륨을 높이는 등 명시적으로 학습되지 않은 행동까지 습득
  • GPT-Live-1 등 서드파티 모델과의 대화 데모 공개, 대기자 명단 접수 중

향후 전망

  • 텍스트 기반 LLM과 달리 음성만으로 언어·사실·문맥 학습 효율을 검증하는 새로운 연구 분야 개척 가능
  • 감정·뉘앙스를 보존하는 음성 인터페이스로 콜센터, 상담, 접근성 서비스 등 실사용 영역 확장 기대
출처:hackernews
Share

이것도 읽어보세요

댓글

이 소식에 대한 의견을 자유롭게 남겨주세요.

댓글 (0)

불러오는 중...