跳转到正文
手持密封信件的旅人开口时,旅店老板停下来专心倾听。

Dessa:全双工语音能为 AI D&D 游戏主持带来什么

探索 Block 的 Dessa 语音模型,以及全双工语音对 AI D&D 的可能意义:自然的 NPC 对话时机、富有表现力的交流,以及玩家决策空间。

本篇内容

停顿也能塑造角色

你问旅店老板娘是否见过失踪的信使。她先吸了一口气,再压低声音作答。在语音角色扮演中,时机可以承载与句子同样丰富的意义。一声笑、一次犹豫或简短回应,都能让 NPC 更有临场感。

Block 将 Dessa 描述为直接进行语音对话的模型,使用人类语音训练,不依赖文字或预训练模型。它采用全双工方式,也就是可以同时听和说。这些是 Block 的描述;本文探索其对 AI D&D 游戏主持的潜在价值,并不宣布 Playworlds 支持 Dessa。

让对话时机服务于场景

语音 GM 需要判断什么时候继续描述房间,什么时候玩家正在尝试行动。想象老板娘刚开始讲故事,你却提出要检查地窖。令人满意的对话应回应新行动,并给你机会把意图说完。

Block 的页面展示现场对话录音,并介绍 Dessa 听取和生成富有表现力语音的能力。针对角色扮演,我们设想测试停顿与简短回应是否能改善节奏。表现力应符合角色和情境,无需每句话都加入惊叹、笑话或打断。

区分口头反应与游戏决定

玩家听到可疑老板娘的话后笑了,并不意味着同意跟她下地窖。叙述过程中说出“等等”,应为玩家腾出说话空间。语音 AI DM 需要保留这些日常交流中的区别,尤其是在双方可以同时说话时。

在我们的设想中,随口的应答用于维持交流,产生实质后果的行动仍要经过明确裁定。使用药水或攻击他人之前,游戏需要清晰的玩家意图与确定的结果。语音可以表现惊讶和紧张,但决定仍应留给玩家。

让声音拥有值得记住的战役

自然语音本身并不等于角色卡、规则引擎或可靠的战役记忆。如果上一场游戏已经讨论信使失踪,老板娘的新对话应使用相同的既定事实。如果玩家没有透露某条线索,她的言语也应尊重这一边界。

考虑把 Dessa 用于游戏前,我们需要确认有哪些接口能将对话与审阅后的场景事实及行动记录连接起来,还要测试裁定说到一半时语音停止会怎样。公开演示并未确立 RPG 接入契约,也没有展示这些游戏行为。

测试玩家开口时会发生什么

小规模评估可以只设置一位老板娘、一名失踪信使和一处隐藏地窖。依次提问、打断描述、在确认行动前改变主意,再在暂停后返回。检查 GM 是否听完整个请求、适时停止,并保持场景事实一致。

还可以要求降低音量或重复一句话,并提供文字方式查看关键姓名与结果。这些是体验测试设想,并非已验证的 Dessa 功能。截至 10 月 27 日,Block 页面提供候补名单和面向安全研究者的有限早期访问;它没有确立可供 Playworlds 接入的通用生产 API。

现在就在 Playworlds 探索旅店谜案

同一个角色扮演创意也可以用文字体验:在这家旅店里,每当客人撒谎,地窖的铃就会响。你的角色带着失踪信使尚未拆封的信。先问老板娘谁住过你楼上的房间,再决定要透露什么。

Dessa 为语音 NPC 提供了有趣的研究方向;Playworlds 的世界、角色、骰子和已保存的单人冒险,则让你现在就能尝试这个故事。更好的 AI D&D 体验会给玩家思考时间、一个会回应的世界,以及一个值得听下去的角色。