Para profesionales · Modelos y herramientas
La IA de voz de Block ríe y hace pausas, pero aún no se puede probar
Block, la empresa de Jack Dorsey, ha enseñado Dessa, un modelo de voz que conversa con emociones y podría funcionar en un portátil. Por ahora solo lo han probado sus investigadores.
Lo técnico
- Dessa es un modelo speech-to-speech full-duplex sin texto intermedio. No se acopla a un modelo de lenguaje para recuperar conocimiento: según Block, lo que sabe sale de los propios datos conversacionales (The Verge, TechCrunch).
- Según Block, se entrenó desde cero solo con habla humana y en un único rack de GPU de NVIDIA (TechCrunch).
- La emoción viene integrada en el modelo, frente a ElevenLabs v4 o Fish Audio Drama 3, que usan etiquetas de voz. TechCrunch señala que no está claro si Dessa la controla con algún tipo de etiqueta (TechCrunch).
- Requisito declarado: MacBook Pro M4 Max «o superior». Thurairatnam habla de GPU de consumo. Las fuentes no mencionan pesos, API, licencia ni precio, y el acceso temprano es solo para un grupo pequeño de investigadores de seguridad (The Verge, TechCrunch).
- Las demos son seleccionadas por Block e incluyen fallos: identifica mal al interlocutor y se va por tangentes inesperadas. En otra demo, Block lo enfrenta a GPT-Live-1 de OpenAI (The Verge).
La historia completa, explicada para todos →