Block lansează Dessa, un model de voce full-duplex care rulează local și redă emoții umane

Block, compania condusă de Jack Dorsey, a dezvăluit un model vocal experimental numit Dessa, capabil să reproducă nuanțele conversației umane cu o fidelitate surprinzătoare. Spre deosebire de soluțiile convenționale care sună adesea artificial, noul sistem poate râde, ezita, plânge și asculta în timp real, fiind optimizat să ruleze direct pe dispozitive de uz personal, fără a depinde permanent de infrastructuri masive în cloud.

Ce s-a întâmplat

Dezvoltat în laboratorul de cercetare al Block, Dessa a fost antrenat exclusiv pe vorbire umană utilizând un singur rack de procesoare grafice NVIDIA. Arhitectura sa este de tip full-duplex, ceea ce înseamnă că sistemul poate vorbi și asculta simultan, adaptându-se instantaneu la interlocutor, într-o manieră comparabilă cu cele mai recente iterații ale modelelor vocale de la OpenAI. În mod obișnuit, asistenții de voce transformă sunetul în text, procesează răspunsul și apoi generează sinteza audio — un flux care pierde adesea tonul, ritmul și inflexiunile emoționale. Reprezentanții companiei susțin că Dessa ocolește aceste limitări prin procesarea directă a semnalului sonor, cunoștințele sale derivând nemijlocit din datele conversaționale.

Demonstrațiile publicate de cercetători prezintă discuții fluide în care asistentul își ajustează tonul în mod organic; într-unul dintre exemple, modelul afirmă că este obosit și adoptă instantaneu o voce lipsită de energie, în timp ce în altul este surprins aproape de lacrimi într-o discuție sensibilă. Echipa susține că Dessa poate rula pe un computer comercial dotat cu procesoare puternice, cum ar fi un MacBook M4 Max sau sisteme similare cu cipuri grafice moderne, marcând ceea ce unii cercetători numesc un veritabil salt structural pentru inteligența artificială axată pe voce.

De ce contează în România

Pentru dezvoltatorii, startup-urile și companiile de tehnologie din România, posibilitatea de a rula un model vocal avansat on-device reprezintă o schimbare importantă. Funcționarea locală scade dependența de API-uri cloud costisitoare și rezolvă probleme sensibile legate de confidențialitatea datelor — un aspect prioritar în contextul reglementărilor europene stricte privind protecția informațiilor personale.

În plus, Block controlează soluția de plăți Square, care folosește deja inteligență artificială vocală pentru preluarea comenzilor în restaurante și magazine. Aplicarea unor astfel de tehnologii direct pe echipamente locale ar putea reduce masiv cheltuielile operaționale pentru afaceri mici și medii. În zona centrelor de asistență clienți și call-center-uri din România, capacitatea unui agent automatizat de a recunoaște și reda emoții reale ar putea îmbunătăți considerabil experiența utilizatorilor, eliminând senzația rigidă specifică roboților telefonici clasici.

Cum poți încerca

În acest moment, Dessa nu este disponibil pentru descărcare sau testare de către publicul larg. Block a demarat o etapă restrânsă de verificare și a lansat o invitație dedicată exclusiv cercetătorilor din domeniul siguranței AI, cu scopul de a evalua riscurile asociate cu potențialele tentative de manipulare sau de fraudă prin sinteză vocală convingătoare.

Cei interesați să experimenteze astfel de tehnologii trebuie să aștepte deschiderea accesului sau publicarea arhitecturii de către Block. Din punct de vedere hardware, utilizatorii care vor dori să ruleze modelul local vor avea nevoie de configurații de calcul performante, compania indicând drept cerință de bază sisteme de clasă superioară echipate cu plăci grafice moderne sau cipuri Apple Silicon de ultimă generație.