شركة Block تكشف Dessa، نموذج محادثة صوتية دُرّب على الكلام المنطوق وحده دون أي نص
نشرت شركة Block صفحة لنموذج محادثة صوتية اسمه Dessa، يستقبل الصوت ويرد بالصوت دون أي مرحلة نصية بينهما. وتقول الشركة إنه دُرّب من الصفر على محادثات بشرية منطوقة، دون أي نص ودون البناء على نموذج جاهز مسبقًا.
ولفهم الفرق، تعمل أغلب المساعدات الصوتية اليوم بثلاث خطوات: تحويل الكلام إلى نص، ثم تشغيل نموذج لغوي على النص، ثم تحويل الرد إلى صوت. وكل خطوة تستهلك وقتًا، وتُسقط أشياء لا وجود لها في النص أصلًا، مثل نبرة المتحدث، وسكوته، ومقاطعته للطرف الآخر.
أما Dessa فيستغني عن هذه الخطوات من الأساس. ويعمل أيضًا بنمط full-duplex، أي أنه يستمع ويتكلم في الوقت نفسه بدل أن يتناوب على الدورين.
وتقول الشركة إنه دُرّب على جهاز GB200 NVL72 واحد، ويعمل محليًا على MacBook Pro بمعالج M4 Max أو أقوى، وبسرعة تتجاوز الزمن الحقيقي.
لكن الصفحة حتى الآن تخلو مما يجعل النموذج أداة قابلة للتقييم. فلا رخصة معلنة، ولا أوزان منشورة، ولا رقم لدقة التعرف على الكلام ولا لزمن التأخير، ولا قائمة باللغات المدعومة، والعربية غير مذكورة. والوصول ما زال عبر قائمة انتظار ووصول مبكر للباحثين.
ولهذا فالخبر اتجاه أكثر منه منتجًا. فإذا نجحت هذه الطريقة، فأكبر مكاسبها قد يظهر في اللغات التي يظلمها التحويل إلى نص، والعربية المحكية بلهجاتها في مقدمتها. ويبقى غير واضح حتى الآن هل تتعلم هذه الطريقة لغة جديدة بسهولة أم بصعوبة أكبر.