Dessa от Block — это голосовая нейросеть, которую сделали для полного дуплекса: по задумке, 9 из 10 собеседников не отличат её от человека. Она слушает, пока ты говоришь, умеет перебивать и держать живой разговор. Но если голос неотличим от человеческого, как понять, с кем ты говоришь?
Что вообще произошло
Block недавно представила Dessa — речевую модель, которую специально затачивали под живой разговор в реальном времени. Главная мысль: сделать реалистичный голос — это полдела. Настоящая сложность в другом — выдержать нормальный человеческий ритм беседы. Загвоздка не в том, чтобы сгенерировать реалистичный голос, а в перебиваниях, умении слушать, пока ты ещё говоришь, отвечать естественно и не терять нить разговора.
Сравни с рацией. По рации говорить просто: сказал — отпустил кнопку — ждёшь. А телефонный звонок так не работает: там ты вздыхаешь, вставляешь «ага», перебиваешь на полуслове, и собеседник это выдерживает. Вот именно этот режим «как по телефону» и пытаются освоить современные технологии синтеза речи.
Почему перебивать сложнее, чем говорить
Представь, что ты объясняешь дорогу другу, а он в этот момент уже начал уточнять. Живой человек мгновенно замолкает и слушает. Ассистент старой школы в такой ситуации либо продолжает бубнить своё, либо обрывается и теряет контекст — и разговор рассыпается, как мокрая бумага.
В анонсе Block эти четыре задачи названы главными сложностями: перебивания, прослушивание во время речи, естественный ответ и удержание потока. Именно на них обычно и ломаются голосовые ассистенты. Если Dessa действительно решает эту задачу, то меняется не «качество звука», а сам жанр: с ИИ можно будет не разговаривать по правилам, а просто разговаривать.
Что это даёт лично тебе
Представь ассистентов, которые тянут поддержку клиентов, помогают разработчикам отлаживать код голосом или работают персональными ассистентами в реальном времени. Разложу это на живые примеры — пока как перспектива, а не как уже готовый сервис в твоём телефоне.
• Владелец маленькой кофейни. Он не успевает брать трубку между сменами. Ассистент на такой модели принимает брони, уточняет время и количество гостей, переспрашивает, если человек себя поправил, — и владелец видит готовую запись, а не пропущенный звонок.
• Мама двоих детей на удалёнке. Ей нужно записаться к врачу, узнать про доставку, уточнить статус заказа в трёх местах. Разговор с голосовым ИИ, который не сбивается, когда дети кричат на фоне, экономит не час, а целый вечер нервов.
• Фрилансер-дизайнер. Пока он рисует, он надиктовывает правки и брифы. Реалистичный голос ИИ в ответ задаёт уточняющие вопросы по ходу — как живой менеджер, а не как автоответчик, который просит «повторите запрос».
• Студент. Готовится к зачёту, проговаривая тему вслух, и слышит вопросы не по скрипту, а по смыслу сказанного, с перебиванием в стиле строгого преподавателя.
• Человек, который ищет заработок. Появляется отдельная услуга: настроить голосового чат-бота под задачи клиента — салон, доставка, запись на консультацию. Это работа на стыке «понять бизнес» и «настроить инструмент», без программирования с нуля.
Как попробовать прямо сейчас
В анонсе Block публичный доступ к Dessa не обещан — это анонс, а не кнопка «включить». Поэтому честный бесплатный первый шаг выглядит так:
1. Зайди на block.xyz и посмотри материалы про Dessa. Это первоисточник, а не пересказ.
2. Выпиши три свои задачи, которые сейчас съедают время именно по телефону: запись, уточнения, поддержка, напоминания.
3. Возьми одну задачу и распиши диалог на бумаге: как человек поздоровается, что спросит, где перебьёт, чем разговор закончится. Это и есть сценарий, с которым работают любые системы голосового ИИ.
4. Проверь, как звучит и отвечает голосовой режим в инструментах, которыми ты уже пользуешься, и сравни с этим списком требований: слышит ли он тебя во время твоей речи, даёт ли перебить себя.
5. Запиши на диктофон свой разговор с любым ассистентом. Через неделю прослушай: где он тебя не понял — там твоя будущая точка роста.
Плюсы, минусы и что изменится
Плюсы очевидны. Живой разговор — это скорость. Не нужно ждать паузу, чтобы вставить слово, не нужно учиться «правильно» говорить с роботом. А значит, рутину по телефону наконец можно отдать машине: поддержку, запись, напоминания, первичные консультации.
Минус один, но серьёзный. Если ИИ звучит полностью как человек, непонятно, с кем ты говоришь — с живым сотрудником или с машиной. Это не абстрактный философский вопрос, а вполне бытовой: мошенники, доверие к звонкам, согласие на что-то важное. Поэтому учиться распознавать голосовой ИИ придётся так же, как когда-то учились не верить подозрительным письмам.
Что сделать сегодня
Выбери один свой телефонный ритуал — запись к врачу, звонок в доставку, уточнение по заказу — и опиши его по шагам: кто говорит, что спрашивает, где можно перебить. Этот короткий сценарий и есть первый шаг к тому, чтобы через несколько месяцев отдать его ИИ.
А если хочешь, чтобы разбор был полезнее — напиши в комментариях к посту @aigoby, какую свою задачу ты бы отдал голосовому ассистенту. Соберём из ответов народный список сценариев.
🎁 Бонус: промпт для проверки идеи
Скопируй и вставь в любой текстовый ИИ, чтобы быстро понять, стоит ли овчинка выделки.
```
Ты — консультант по автоматизации малого бизнеса и рутины.
Моя сфера: [впиши: кофейня / фриланс / учёба / доставка / другое].
Задача, которую я хочу отдать голосовому ассистенту: [впиши].
Разбери её по шагам:
1. Как выглядит этот разговор сейчас, если его ведёт человек — по репликам.
2. Где в нём человек перебивает, уточняет и меняет тему.
3. Какие 3 места в разговоре сломают плохой голосовой ИИ.
4. Что обязательно проверить перед покупкой такого инструмента.
Пиши простым языком, без технического жаргона, и не растягивай текст.
```
Один такой ответ — это уже половина технического задания для будущего ассистента.
Комментарии 0