O novo modelo de IA Dessa da Block foi treinado inteiramente com fala humana para capturar emoções
decoder ·
A Block, empresa-mãe da Square e do Cash App, apresentou a Dessa, um novo modelo de IA de fala treinado exclusivamente em dados de áudio humano, sem nenhum input textual. Diferente dos sistemas tradicionais que convertem primeiro a fala em texto, a Dessa processa o áudio diretamente, permitindo detectar nuances como emoções, sarcasmo, risadas e pausas em tempo real. O modelo suporta comunicação full-duplex, habilitando capacidades simultâneas de escuta e fala. Foi desenvolvido usando uma única NVIDIA GB200 NVL72 e pode ser executado localmente em um MacBook Pro M4 Max. A Block criou a Dessa movida por curiosidade e preocupações com segurança, buscando abordar como as IAs de voz atuais frequentemente ignoram sinais emocionais. A empresa está atualmente recrutando pesquisadores de segurança de IA para testar o modelo quanto a riscos inesperados antes de qualquer lançamento público. Este desenvolvimento segue tentativas anteriores de concorrentes como Hume AI, Kyutai e OpenAI para melhorar a inteligência emocional nas interfaces de voz.
decoder