Block 的 Dessa：一个只靠听人说话学会讲话的语音模型

Block 发布了 Dessa：一个从零开始、只用人声对话训练的语音模型，音频进音频出，全双工，能在 MacBook Pro M4 Max 上本地实时跑。它认得出情绪、会打断、会接话，训练只用一台 NVL72。本文按官方发布页逐节翻译，并标出目前还拿不到的部分。