Block opracował nowy model głosu zdolny do pracy w pełni lokalnie na MacBook M4 Max, eliminując konieczność połączenia z chmurą. Oznacza to, że użytkownicy mogą generować mowę wysoce naturalną bez przesyłania danych do serwerów zewnętrznych.
To osiągnięcie jest istotne z kilku powodów. Po pierwsze, modele syntezy mowy tradycyjnie wymagały znacznych zasobów obliczeniowych i działały na oddalonych serwerach. Fakt, że nowoczesny model działa płynnie na konsumenckim laptopie, pokazuje postęp w optymalizacji algorytmów AI. Po drugie, działanie na urządzeniu użytkownika oznacza większą prywatność - żaden operator nie ma dostępu do treści konwersacji czy nagrań.
Taka technologia może zmienić sposób, w jaki ludzie pracują z asystentami głosowymi, tłumaczeniami, czy aplikacjami dostępności. Jednak pojawia się kwestia etyczna: im bardziej naturalnie brzmiące są syntetyczne głosy, tym większe ryzyko ich niewłaściwego użytku do tworzenia deepfake'ów lub oszustw. Block będzie musiał przemyśleć środki ochronne przed nadużyciem tej technologii.