待验证50% 置信事实精确时间
推特系团队发布的语音模型DESA完全不借助任何文本预训练，从聆听人类真实对话中学习说话，具备全双工打断、呼吸和笑声表现，可在一台苹果电脑上本地运行。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/25
首次发现
有效期至：2027/1/23
来源
涉及实体
相关事实
待验证Block发布支持本地运行的语音模型DESA，可实时边听边说并能插话接话，据称从零开始仅用人类语音训练，不依赖文本训练或预训练模型。74% 相似已验证Apple 提供 Speech Framework 支持设备端语音识别，但能力主要限于转录，缺乏LLM润色环节68% 相似待验证在纯语音交互流程中没有可视的弹窗或可点击的确认按钮，语音代理往往在持续对话的同时就已经调用了工具、执行了操作64% 相似待验证TTS 的零样本音色克隆并不训练新模型，而是把参考人声编码成说话人嵌入（speaker embedding），在合成时作为条件注入，同一份权重可为不同角色提供不同音色。64% 相似待验证VoiceCap 承诺录音数据不会用于训练模型63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1095796API
curl https://kongchang.com/api/v1/knowledge/claims/1095796MCP
get_claim(id=1095796)