Block dévoile Tessa, un modèle vocal d'IA entraîné sans aucun texte

Block, la société de technologie financière fondée par le créateur de Twitter Jack Dorsey, a présenté Tessa, un modèle vocal d'intelligence artificielle entraîné exclusivement sur la parole humaine sans l'utilisation de texte. Block a indiqué que Tessa est la première IA au monde permettant une conversation en direct et réaliste entraînée uniquement sur la parole humaine.

Selon l'entreprise, Tessa est capable d'écouter et de répondre en temps réel sans convertir au préalable la parole en texte. Cette approche diffère des systèmes vocaux d'IA conventionnels, qui convertissent généralement les mots prononcés en texte avant de traiter une réponse. Le modèle traite l'audio directement et peut réagir aux indices conversationnels tels que le ton, les pauses, le rire et le sarcasme.

Tessa utilise une architecture de la parole à la parole qui lui permet d'écouter et de parler simultanément. Cette conception favorise des échanges continus entre un humain et le système d'intelligence artificielle, contrairement aux étapes séparées de reconnaissance vocale, de traitement de texte et de génération vocale.

Block a précisé que le modèle a appris le langage à partir d'un nombre de mots nettement inférieur à celui exigé par les grands modèles de langage. En février, Block a annoncé le licenciement de plus de 4 000 employés, soit environ la moitié de ses effectifs, à la suite de la révolution de l'intelligence artificielle.