Speech-to-speech
音频直接进入、音频直接输出，不必先把每一个瞬间转换成文字。
Independent research guide + realtime demo
Dessa AI Voice Model
了解 Block 的 speech-to-speech 研究预览模型，并通过独立的实时语音演示探索语气、节奏、打断和自然对话。
This site is independent and not affiliated with Block. The interactive demo is powered by Qwen Realtime, not the unreleased Dessa model. Read the official research at block.xyz/dessa.
音频输入 / 输出
没有文本瓶颈
全双工对话
边听边说
理解情绪信号
保留声音细节
本地研究预览
M4 Max 或更高
让语音保持它原本的样子
探索 speech-native AI 的核心能力，看它如何让对话不再只是文字转语音。
全双工对话
可以边听边回答，支持自然的重叠语音和简短回应。
情绪信号
语速、呼吸、迟疑和重音都可以被模型保留下来。
自然轮次
短暂的回应和停顿帮助语音交互找到真正的节奏。
来自人类对话的训练
研究预览直接从人类对话中学习，而不是只依赖文本语料。
以安全为边界的研究
了解语音 AI 的限制、访问方式和仍待回答的问题。
为什么架构很重要
对话远不止一份文字稿
传统语音助手把一次对话拆成多个独立系统。Speech-native 研究则关注：当音频信号始终保留在交互中，会带来哪些新的可能。
维度STT → LLM → TTS实时音频模型
信号路径三个独立阶段一段连续会话
响应时机等待用户说完在实时音频中响应
语音打断经常需要重新开始支持自然插话
声音信号压缩成文字稿保留音频上下文
本站演示如何工作
透明的 Qwen 实时语音链路
这个独立产品使用 Qwen 展示实时语音交互，同时解释 Dessa 研究，但不会声称正在运行 Block 尚未开放的模型。
01
浏览器音频
麦克风被转换成单声道 PCM，模型返回的流式音频会即时播放。
02
安全网关
短时有效的签名会话确保服务商密钥不会暴露到浏览器。
03
Qwen Realtime
模型在同一会话中完成收听、回答、转写并支持用户打断。
浏览器支持支持已授权麦克风的新版 Chrome、Edge 和 Safari。
数据处理保存 transcript 和用量信息；目前不保存音频录音。
会话限制单次最多 15 分钟，并进一步受账户可用 credits 限制。
随使用量灵活扩展的实时语音套餐
先使用注册赠送额度体验，再为 Qwen 驱动的实时语音演示选择透明的分钟套餐。
1 credit 可使用最多 1 个已开始的语音分钟。单次会话受可用余额限制，并保存到你的私密历史记录。这些套餐不包含 Block Dessa 研究模型的访问权限。
免费版
$0
付费前先体验产品
- 注册后获得欢迎额度
- 无需信用卡
- 私密 transcript 历史
入门版
$9/mo
每月 60 分钟实时语音
- 每月 60 分钟语音
- 单次最长 15 分钟
- 私密 transcript 历史
- 邮件支持
热门
专业版
$29/mo
每月 300 分钟，适合持续使用
- 每月 300 分钟语音
- 单次最长 15 分钟
- 私密 transcript 历史
- 复制和下载 transcript
团队版
$79/mo
为成长型团队提供 1,200 分钟
- 每月 1,200 分钟语音
- 私密 transcript 历史
- 复制和下载 transcript
- 优先支持
关于研究预览的问题
开始体验演示或阅读技术说明前，先了解这些关键信息。