纯对话训练语音模型不新鲜，dGSLM 2022 年就用 2 千小时数据做过
rdesh26 · x · 2026-10-24
- 针对「Dessa 仅用人类对话（无文本、无预训练）训练语音模型」引发的讨论，作者提出两点反驳：
- 先例早已存在：2022 年的 dGSLM 就只用约 2 千小时 Fisher 双声道对话数据训练过；如今供应商可直接提供数千小时高质量双声道对话数据。
- 这样做并不聪明：文字系统经过数千年优化，是极高效的知识存储方式。先在文本上学习、再学口语对话（如 Moshi 及几乎所有现代 S2S 模型的做法），训练成本可降低约 10 倍。dGSLM 当年只训对话是受限于技术，而非有意为之。「不同 ≠ 更聪明」。
- 作者承认这类模型的自然闲聊质量有其价值，但质疑绕开文本训练的必要性。
「模型」频道最新
- 用户吐槽 Codex 疑似被降智，弃用搜索硬上技能重造应用 — mark_k · 2026-10-24
- 用户称 Google 无故退还其 AI Pro 订阅费用 — Think-Caterpillar36 · 2026-10-24
- 心理语言学研究：Claude Opus 5 语言风格最偏离人类基线分布 — gleech · 2026-10-24
- 开发者吐槽：Claude 写码快但失准，OpenAI Astra 空转数天 — StewartalsopIII · 2026-10-24
- 3090上跑Qwen 27B本地RAG，韩语基准打平Opus — Front-University4363 · 2026-10-24
- 观察者:月之暗面的人才直觉「该属于 Google」,梁文锋招新人造最高效 LLM — teortaxesTex · 2026-10-24