推荐Dessa这个AI语音模型。其核心能力是可以靠"听"人说话，来掌握如何对话，而不是依赖文本和预训练模型。

大家知道，大部分AI语音助手的运作逻辑是这样的：语音→转文字→NLP 理解→生成文字→转语音。

其中，经过文本这一层，情绪、语气、潜台词已经损耗差不多了。

Dessa则不同，它是从声音中去学词汇、语义、语调、情绪和对话规则，换言之声音就是其全部的输入和输出，不需要经过文本来“翻译”。

从效果上讲，有几个亮点十分突出：

[送自己一朵花]1.双向实时交流：你讲话时，它可以插话、接话，不是那种"人说完了，它再说话"的一来一回模式。

[送自己一朵花]2.情绪表现力强：它可以笑、可以表达情绪，语气口吻很自然。

[送自己一朵花]3.能够在本地运行：对于涉及隐私的敏感场景，用户不用担心数据外泄。

其实，目前世界上能本地运行的语音对话模型并不多，可以拥有上述能力的更是少之又少。Dessa没去蹭主流的大模型路线，而是从音频端切入，努力在做一些差异化。

有需要的朋友，快去试试吧！

项目地址：block点xyz/dessa