14:43
Block eyni anda dinləyib danışan Dessa səsli AI modelini təqdim etdi
Jack Dorseyin yaratdığı “Block” şirkəti insanlarla daha təbii səsli ünsiyyət üçün hazırlanan “Dessa” süni intellekt modelini göstərib. Şirkətin məlumatına görə, model sıfırdan yalnız insan danışığı ilə öyrədilib, yazılı məlumat işlənməyib. “Dessa” emosiyaları, pauzaları, danışıq ahəngini və səsdəki incə fərqləri çatdıra bilir. “Square” şirkəti 2021-ci ildə adını “Block” olaraq dəyişmişdi.
“Dessa” eşitdiyi səsi birbaşa emal edir və cavabı səsli verir. Adi səs modelləri əvvəlcə danışığı mətnə çevirir, sonra cavab hazırlayıb onu səsləndirir. “Dessa” isə eyni anda danışıb dinləyə bilir. Bu quruluş istifadəçi sözünü kəsəndə söhbətin qəfil dayanmasını və süni pauzaları azaltmalıdır. “Dessa” komandasının rəhbəri Ragavan Thurairatnam modelin insanlarla söhbətindən bir neçə səs və video nümunəsi paylaşıb. Tapmaca oyununda model istifadəçinin düşündüyü gündəlik əşyanı ardıcıl 2 dəfə ilk cəhddə doğru tapıb. Ancaq qalib gəldiyi deyildikdən sonra da təxminlərini davam etdirib. Bu səhvə baxmayaraq, səs tonu, fasilələr və reaksiyalar insan danışığına çox yaxın səslənib. Başqa bir söhbətdə “Dessa” istifadəçini əvvəlcə “Ronaldo” adlı biri ilə səhv salıb. Christopher Nolan filmlərindən danışarkən də gözlənilmədən Bryan Singerin çəkdiyi “Superman” filmlərinə keçib. Digər sınaqda bir istifadəçi sürpriz Paris səfəri barədə danışır, “Dessa” isə kövrək və minnətdar səslə cavab verir. Başqa bir səs nümunəsində “Dessa” afroamerikalı kişinin danışıq ahənginə bənzər tərzdə yorğun olduğunu, işə getdiyini və məhsul topladığını deyir. Söhbət zamanı yeni doğulmuş oğlundan da danışaraq onun adını Darius Johnson qoyduğunu söyləyir. Ayrı-ayrı müqayisələrdə “Dessa”, “ChatGPT” və “OpenAI” şirkətinin hazırladığı “GPT-Live-1” modelindən daha axıcı və təbii səslənib. Model “MacBook Pro M4 Max” və ya daha güclü kompüterdə, internetdəki serverə qoşulmadan işləyə bilir. “Block” artıq süni intellekt təhlükəsizliyini araşdıran kiçik qrupa erkən giriş açıb. Komandanın açıqlamasına görə, layihə maraq, insanlarla süni intellekt arasında daha yaxşı anlaşma və təhlükəsizlik üçün hazırlanıb. Yaradıcılar hesab edirlər ki, indiki səs modelləri insanın ağrısını və emosiyalarını səsdən anlamaqda çətinlik çəkir.
“Dessa” eşitdiyi səsi birbaşa emal edir və cavabı səsli verir. Adi səs modelləri əvvəlcə danışığı mətnə çevirir, sonra cavab hazırlayıb onu səsləndirir. “Dessa” isə eyni anda danışıb dinləyə bilir. Bu quruluş istifadəçi sözünü kəsəndə söhbətin qəfil dayanmasını və süni pauzaları azaltmalıdır. “Dessa” komandasının rəhbəri Ragavan Thurairatnam modelin insanlarla söhbətindən bir neçə səs və video nümunəsi paylaşıb. Tapmaca oyununda model istifadəçinin düşündüyü gündəlik əşyanı ardıcıl 2 dəfə ilk cəhddə doğru tapıb. Ancaq qalib gəldiyi deyildikdən sonra da təxminlərini davam etdirib. Bu səhvə baxmayaraq, səs tonu, fasilələr və reaksiyalar insan danışığına çox yaxın səslənib. Başqa bir söhbətdə “Dessa” istifadəçini əvvəlcə “Ronaldo” adlı biri ilə səhv salıb. Christopher Nolan filmlərindən danışarkən də gözlənilmədən Bryan Singerin çəkdiyi “Superman” filmlərinə keçib. Digər sınaqda bir istifadəçi sürpriz Paris səfəri barədə danışır, “Dessa” isə kövrək və minnətdar səslə cavab verir. Başqa bir səs nümunəsində “Dessa” afroamerikalı kişinin danışıq ahənginə bənzər tərzdə yorğun olduğunu, işə getdiyini və məhsul topladığını deyir. Söhbət zamanı yeni doğulmuş oğlundan da danışaraq onun adını Darius Johnson qoyduğunu söyləyir. Ayrı-ayrı müqayisələrdə “Dessa”, “ChatGPT” və “OpenAI” şirkətinin hazırladığı “GPT-Live-1” modelindən daha axıcı və təbii səslənib. Model “MacBook Pro M4 Max” və ya daha güclü kompüterdə, internetdəki serverə qoşulmadan işləyə bilir. “Block” artıq süni intellekt təhlükəsizliyini araşdıran kiçik qrupa erkən giriş açıb. Komandanın açıqlamasına görə, layihə maraq, insanlarla süni intellekt arasında daha yaxşı anlaşma və təhlükəsizlik üçün hazırlanıb. Yaradıcılar hesab edirlər ki, indiki səs modelləri insanın ağrısını və emosiyalarını səsdən anlamaqda çətinlik çəkir.