El nuevo modelo de IA Dessa de Block se entrenó exclusivamente con voz humana para captar emociones
decoder ·
Block, la empresa matriz de Square y Cash App, ha presentado Dessa, un nuevo modelo de IA para voz entrenado exclusivamente con datos de audio humano, sin ninguna entrada textual. A diferencia de los sistemas tradicionales que convierten primero el habla en texto, Dessa procesa el audio directamente, lo que le permite detectar matices como emociones, sarcasmo, risas y pausas en tiempo real. El modelo admite comunicación full-duplex, lo que habilita capacidades simultáneas de escucha y habla. Fue desarrollado utilizando una única NVIDIA GB200 NVL72 y puede ejecutarse localmente en un MacBook Pro M4 Max. Block creó Dessa impulsada por la curiosidad y preocupaciones de seguridad, con el objetivo de abordar cómo la IA de voz actual a menudo ignora las señales emocionales. La compañía está buscando actualmente investigadores de seguridad de IA para probar el modelo en busca de riesgos inesperados antes de cualquier lanzamiento público. Este desarrollo sigue intentos previos de competidores como Hume AI, Kyutai y OpenAI por mejorar la inteligencia emocional en las interfaces de voz.
decoder