Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: 彻底抛弃 ASR+LLM+TTS 级联拼装!Jack Dorsey 旗下 Block 重磅发布全双工语音模型 Dessa:纯人类语音端到端建模、拟真情感笑声与 Mac 本地离线部署全景拆解
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
彻底抛弃 ASR+LLM+TTS 级联拼装!Jack Dorsey 旗下 Block 重磅发布全双工语音模型 Dessa:纯人类语音端到端建模、拟真情感笑声与 Mac 本地离线部署全景拆解
Prompt 语宙 > AIGC 资讯 > 彻底抛弃 ASR+LLM+TTS 级联拼装!Jack Dorsey 旗下 Block 重磅发布全双工语音模型 Dessa:纯人类语音端到端建模、拟真情感笑声与 Mac 本地离线部署全景拆解
AIGC 资讯

彻底抛弃 ASR+LLM+TTS 级联拼装!Jack Dorsey 旗下 Block 重磅发布全双工语音模型 Dessa:纯人类语音端到端建模、拟真情感笑声与 Mac 本地离线部署全景拆解

Prompt 语宙研究院
最近更新: 2026年10月26日 下午4:12
Block Dessa Jack Dorsey 全双工语音 端到端语音大模型
彻底抛弃 ASR+LLM+TTS 级联拼装!Jack Dorsey 旗下 Block 重磅发布全双工语音模型 Dessa:纯人类语音端到端建模、拟真情感笑声与 Mac 本地离线部署全景拆解
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • Dessa 以音频到音频端到端建模,跳过文本中转,保留笑声、叹息与呼吸等语音细节。
  • 支持真·全双工交互,可感知插话与打断,并根据上下文自然调整语速与话语权。
  • 可在消费级 Mac 与单卡 GPU 本地离线部署,适合餐饮点单、呼叫中心与私有化场景。

💡 站外导读:长期以来,所谓的“智能语音对话系统”大多停留在“语音识别(ASR)转文字 ➔ 文本大语言模型(LLM)推理 ➔ 语音合成(TTS)发声”的拼装级联流水线中。这种架构不仅累加了数百毫秒乃至秒级的物理时延,更在文字中转过程中彻底丢失了人类语调、微表情、呼吸感与情绪起伏。Twitter 联合创始人 Jack Dorsey 掌舵的金融科技与基础设施巨头 Block(前身为 Square)正式发布划时代的全新原生语音大模型 Dessa。Dessa 完全基于纯粹的人类原始语音波形训练,彻底终结了文本中转环节,实现真正的声学全双工双向交互与极具震撼力的情感拟真,并支持在消费级 Mac 与单卡 GPU 上无依赖本地离线部署。

一、告别文字中转:声学原生端到端与全双工革命

传统级联语音流水线存在天然的技术代差:当人类说出一句带有讽刺意味的“呵,真不错”时,ASR 只能将其冰冷地还原为文本“真不错”,下游大语言模型因此作出截然相反的判断。文字是对人类真实声音的高维有损压缩。

阅读目录
  • 一、告别文字中转:声学原生端到端与全双工革命
  • 二、硬件亲和力与本地部署:消费级 Mac 跑通工业级声学中枢
  • 三、商业赋能版图:从 Square 线下点单到全行业原生交互
      • 📝 站长洞察 (Editor’s Insight)

Block 推出的 Dessa 彻底抛弃了中间文本层,其核心革命性特征包括:

  • 全链路语音到语音(Audio-to-Audio Native):输入是连续的声学波形特征,输出直接是连续的高保真音频流,声学信号中的笑声、叹息、哽咽乃至停顿呼吸均被模型内生捕捉;
  • 真·全双工(Full-Duplex)并发架构:Dessa 可以在开口说话的同时持续监听外界声场,能够秒级感知人类的插话(Barge-in)、附和或打断,并根据听觉上下文自然地调整语速或礼貌让出话语权,重塑自然人际对话体验;
  • 内生对话知识库:模型直接从海量高品质对话音频中提取因果逻辑与常识知识,摆脱了对外部通用大语言模型检索增强的强耦合依赖。

Block 公司正式发布原生全双工语音模型 Dessa

二、硬件亲和力与本地部署:消费级 Mac 跑通工业级声学中枢

在工程可用性方面,Dessa 展现出了极高的能效比,并未走向盲目膨胀参数量的弯路。Block 研发团队针对现代芯片架构进行了深度算子融合与显存优化:

部署运行环境 硬件配置基准 推流时延与并发性能表现
端侧便携设备 (Apple Silicon) 搭载 M4 Max / M3 Max 芯片的 MacBook Pro 利用统一内存(Unified Memory)与 Metal 硬件加速,首包音频生成时延压进 120ms,完全离线单机流畅运行。
单机边缘服务器 (NVIDIA Edge) 单张 RTX 4090 或 L40S 级商用 GPU 支持并发承接数十路低延迟语音热线呼叫,显存占用不足 12GB,算力能耗极低。
私有化企业级集群 标准 Kubernetes GPU 节点池 提供标准 gRPC / WebRTC 接口,无缝嵌入 Square POS 结账与呼叫中心前置系统。

三、商业赋能版图:从 Square 线下点单到全行业原生交互

作为服务全球数百万中小型商户与连锁企业的商业帝国,Block 布局 Dessa 绝非纯技术炫技,而是具有强烈的商业变现推力:

  1. 无感餐饮与零售语音点餐:在此之前,Square 已经在部分餐厅试点 AI 语音点单,但受制于背景噪音与生硬语调,顾客体验常有摩擦。Dessa 凭借对杂音环境的高鲁棒性与拟真口音,可自主承接嘈杂环境下的电话订位与窗口点餐;
  2. 企业级隐私与合规护城河:由于 Dessa 支持全本地私有化部署,商户和客户的对话音频无需上传至第三方公有云模型提供商,彻底杜绝了支付信息与敏感音频的越权外泄风险;
  3. 封闭红队安全评估:Block 官方目前已率先向全球顶尖安全研究团队开放内测,重点测试对抗语音钓鱼、声音克隆伪造防线,成熟后将逐步向商户端全量铺开。

📝 站长洞察 (Editor’s Insight)

从大模型交互架构演进史来看,Block 发布的 Dessa 再次印证了业界的共识:“级联拼装是过渡方案,多模态端到端才是终局形态”。就像早期计算机视觉先做边缘提取再做分类、最终被深度学习全端到端取代一样,语音交互也正在经历这场剥离文本中间层的范式转移。更深层次的商业逻辑在于,Jack Dorsey 敏锐地洞察到了线下中小实体(SMB)对“低成本、高确定性本地智能”的渴求——小企业无法承受昂贵的按 Token 计费的云端 API 账单,更无法承担数据隐私泄露的法律责任。Dessa 跑在 Mac 与单卡 GPU 上的能力,恰恰为去中心化、本地优先(Local-first)的企业级 AI 落地树立了标杆。

🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
Twitter ↗
Twitter(现已更名为X)是一个全球性的社交媒体和微型博客平台,其核心功能围绕信息的即时发布、传播与互动展开
❓ 常见问题解答(FAQ)
Dessa 和传统语音助手有什么区别?

传统方案通常是 ASR 转文字、LLM 推理、TTS 发声的级联流水线,容易丢失语气、情绪和停顿信息。Dessa 直接从语音波形到语音输出,强调全双工交互与情感拟真,更接近自然对话。

Dessa 能在 Mac 上离线运行吗?

可以。文中提到它支持在搭载 M4 Max 或 M3 Max 的 MacBook Pro 上本地离线部署,并利用统一内存与 Metal 加速实现较低首包时延,适合对隐私和本地化有要求的场景。

Dessa 适合哪些商业应用场景?

主要适合餐饮点单、零售语音交互、电话订位、呼叫中心前置和企业私有化部署。它的优势在于低时延、可本地运行、对噪声环境更友好,并能降低云端调用与数据外泄风险。

🔬 语宙深潜追问 · 进阶实操拆解
端到端语音模型最难突破什么?

最难的是可控性和可解释性。端到端虽然低时延、拟真度高,但要稳定控制情绪、停顿、插话和笑声,需要更强的训练数据标注与推理约束,否则容易“像人但不好用”。

本地离线部署适合哪些商业场景?

适合对隐私、延迟和成本敏感的场景,如车载助手、企业内训、医疗记录和本地客服。落地时要优先评估模型体积、单卡吞吐、热启动时间与端侧音频管线,避免只看效果不看部署成本。

🗳️ 读者观点微投票 · 您的实战立场是?
语音模型该继续级联拼装还是直接端到端?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🚀 所属权威专题:AI 办公提效与神器评测 →
  • 终结级联拼装与语境割裂!科大讯飞重磅首发星火语音基座大模型 SparkAudio 1.0:全链路端到端多任务融合、微表情级情绪感知与 AI 录音环全景实测深度拆解
  • 告别 ASR+LLM+TTS 拼装时代!ElevenLabs 重磅开源 Eleven Realtime 语音 Agent:单模型全双工 0.57s 极速直出与 98.8% 推理实测全景拆解
  • 终结字幕闪烁与Voice Agent误执行!网易有道开源真流式语音大模型R2T2:首创落子无悔Append-Only机制、200ms极致延迟与多后端端侧部署全景实战
  • 阿里开源Fun-Audio-Chat:端到端语音交互模型,情绪感知+50%GPU节省,性能碾压GLM4-Voice
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
Sipeed发布PicoClaw:超轻量级AI Agent助手,让百元开发板变身24小时私人AI管家
SOLAMI – 南洋理工推出的VR端3D角色扮演AI系统
ZenCtrl – Fotographer AI 推出的商品图生成AI工具
Stable Diffusion 3 – Stability AI推出的新一代图像生成模型
MOVA:中国首个端到端开源音视频生成大模型,320亿参数实现电影级口型同步
TAGGED:BlockDessaJack Dorsey全双工语音端到端语音大模型
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 打破视频生成步数与画质悖论!港中文联合字节跳动重磅开源 DuoMatching:双重分布匹配、1075万参数 LatentBridge 与 2 步极速生成深度架构拆解 打破视频生成步数与画质悖论!港中文联合字节跳动重磅开源 DuoMatching:双重分布匹配、1075万参数 LatentBridge 与 2 步极速生成深度架构拆解
下一篇 标注成本较 GPT-6 骤降 125 倍!英伟达重磅开源机器人数据引擎 Flora:基于三微调 Qwen3.5、Flora-Rewarder 与日均 20 万小时视频训练深度架构拆解 标注成本较 GPT-6 骤降 125 倍!英伟达重磅开源机器人数据引擎 Flora:基于三微调 Qwen3.5、Flora-Rewarder 与日均 20 万小时视频训练深度架构拆解
Ad image
Ad image

最近更新

LangChain Agent Harness 架构体系:包裹在底层大语言模型外部的上下文治理层
告别上下文退化与百万Token撑爆!LangChain深度解密Deep Agents上下文工程:85%自动摘要归档、文件系统卸载与跨模型持久化记忆全景实战
AI 工具 最新趋势
Runway Praxis-1 世界动作模型驱动双机械臂高精度分拣装配作业
27B参数打破数据孤岛且SimplerEnv暴增至80%!Runway重磅开源机器人世界动作模型Praxis-1:Cosmos联盟首创、海量视频物理预训练与跨硬件具身智能全景深度拆解
AIGC 资讯 强化 AI 学习
美国国会拟在英伟达丑闻后收紧对华AI芯片出口限制与远程访问法案
两党联手传唤黄仁勋作证!美国国会紧急解冻远程访问安全法案:参院银行委发函、商务部长列席与AI算力出口硬隔离全景深度拆解
AIGC 资讯
Meta超级智能实验室产品VP Mona Sarantakos独家做客Lenny播客拆解Muse产品化历程
从树莓派原型到登顶App Store!Meta超级智能实验室首次揭秘Muse:扎克伯格深度介入、智能体蜂群洞察与消费级AI增长两大底层杠杆全景复盘
AI 工具

相关推荐

本地跑通 1000 亿参数大模型:Acrab 发布边缘 AI 芯片 GΞLIX 1,5nm 制程撑起 650TOPS
AIGC 资讯

本地跑通 1000 亿参数大模型:Acrab 发布边缘 AI 芯片 GΞLIX 1,5nm 制程撑起 650TOPS

Prompt 语宙研究院
AI智能体 开源大模型
RoboOS – 智源研究院推出的首个跨本体具身大小脑协作框架
AIGC 资讯

RoboOS – 智源研究院推出的首个跨本体具身大小脑协作框架

Prompt 语宙研究院
3D与空间智能 AI智能体 开源大模型
DeepSeek V4 API永久降价75%!宁德时代、京东等巨头700亿押注,AGI开源之路提速
AIGC 资讯最新趋势

DeepSeek V4 API永久降价75%!宁德时代、京东等巨头700亿押注,AGI开源之路提速

Prompt 语宙研究院
AGI AI大模型 AI智能体 DeepSeek 宁德时代 开源大模型
200 余名顶尖专家含 16 位诺奖得主联合呼吁:必须引导AI朝着有利于人类的方向发展
AIGC 资讯

200 余名顶尖专家含 16 位诺奖得主联合呼吁:必须引导AI朝着有利于人类的方向发展

Prompt 语宙研究院
AI办公效率 AI智能体 OpenAI 开源大模型
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • Remaker AI
  • BGRemaker 抠图Hot
  • AIGC 工具
  • Prompt 咒语生成器
  • 去水印工具

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI YouTube 具身智能
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.