Block, empresa fundada por Jack Dorsey, lançou Dessa, um modelo de voz de inteligência artificial full-duplex que simula a fala humana e pode ser executado localmente em MacBooks com chip Apple M4 Max.
Funcionamento e diferenciais
Dessa foi treinado exclusivamente com gravações de voz humana, sem exposição a textos escritos. Ele consegue captar emoções, sarcasmo, pausas e entonações, algo que modelos baseados em texto não conseguem reproduzir. A arquitetura full-duplex permite que o modelo ouça e fale simultaneamente, identificando os momentos certos para interagir, assim como o GPT-Live da OpenAI.
Desempenho e limitações
Segundo a Block, o treinamento de Dessa foi realizado com apenas um servidor Nvidia GB200 NVL72. O modelo consegue rodar localmente em MacBooks, mas ainda não está disponível para uso público. Demonstrações em áudio mostram interações naturais, como interrupções, correções de nomes e reações emocionais, mas também apresentam imperfeições, como chamadas por nomes incorretos.
Reações da imprensa internacional
A imprensa destacou a realismo do modelo, comparando a experiência de conversa com interagir com um ser humano real. Alguns relatores mencionaram que o modelo da OpenAI ainda soa mais robótico, enquanto Dessa pode parecer um ‘amigo tímido’. Apesar do potencial, críticos notaram que o modelo pode, às vezes, soar ‘um pouco áspero’.
