Block onthult Dessa, een full-duplex spraakmodel dat op gesprekken is getraind

Het interne AI-onderzoekslab van Block kondigde Dessa aan op 23 oktober 2026: een full-duplex spraak-naar-spraakmodel dat volgens het bedrijf helemaal vanaf nul is getraind, uitsluitend op menselijke gesprekken. Daarbij publiceerde het live demo-opnamen en een openbare wachtlijst en bood het een kleine groep AI-veiligheidsonderzoekers vroege toegang.

De aankondiging ging vergezeld van de Dessa-pagina van Block en een bericht op X van Ragavan Thurairatnam, het hoofd van het lab. Thurairatnam omschreef Dessa als het eerste AI-model dat na een training die volledig op spraak was gebaseerd een realistisch gesprek kan voeren, zei dat het op consumentengpu’s kan draaien en noemde de release „een GPT3-moment voor spraak”. Op de pagina schrijft Block dat Dessa, voor zover het bedrijf weet, de eerste AI ter wereld is die na uitsluitend op menselijke spraak te zijn getraind een realistisch livegesprek kan voeren.

Block omschrijft Dessa als een echt spraak-naar-spraakmodel: audio erin, audio eruit. Het werkt full-duplex, waardoor het tegelijk luistert en praat. Volgens het bedrijf heeft het model uit echte gesprekken geleerd wanneer het iemand in de rede moet vallen en wanneer het met korte bevestigende geluiden moet laten merken dat het de ander volgt. Block zegt dat het model emoties, sarcasme, gelach, een gefrustreerde zucht en een van verdriet brekende stem van nature kan horen en uiten; dat het gevolgtrekkingen sneller dan in realtime maakt, zodat antwoorden zonder ongemakkelijke pauze komen; en dat Dessa lokaal draait op een MacBook Pro M4 Max of beter. Het bedrijf noemt het het meest authentieke full-duplexspraakmodel dat ooit is gebouwd en zegt dat praten ermee voelt als praten met een mens.

Een trainingsaanpak die uitsluitend op spraak is gebaseerd

Volgens de pagina is Dessa helemaal vanaf nul getraind, uitsluitend op geluiden en zonder tekst of vooraf getrainde modellen, en heeft het geleerd om in realtime gesprekken te voeren door alleen maar te luisteren. Block stelt dat de moeilijkheid van die taak gemakkelijk wordt onderschat, omdat mensen zo moeiteloos leren praten. Spraakgegevens zijn nooit hetzelfde: zelfs wanneer je precies dezelfde zin twee keer op exact dezelfde manier uitspreekt, ontstaan er verschillende gegevens. Getypte tekst daarentegen is identiek, ongeacht wie hem typt. In termen van gegevens neemt één gesproken woord volgens de pagina duizenden keren meer bytes in beslag dan de geschreven vorm, en verandert de betekenis door de plaats van de klemtoon. Als voorbeeld noemt de pagina een zin waarvan de betekenis telkens verandert wanneer de klemtoon op een ander woord ligt.

Block zegt dat Dessa taal heeft geleerd met honderden keren minder woorden dan grote taalmodellen, en dat het team heeft uitgevonden hoe het model op één NVIDIA GB200 NVL72-systeem kan worden getraind. De pagina noemt open onderzoeksvragen die deze aanpak oproept: hoe efficiënt zulke modellen taal en feiten leren in vergelijking met tekst, hoe efficiënt ze nieuwe talen kunnen leren en welke soorten leren in context ze kunnen uitvoeren.

Opgenomen demonstraties

Block publiceerde fragmenten die het omschrijft als live-opnamen van mensen die met Dessa praten. Volgens het bedrijf stuurt niemand het model tijdens deze gesprekken aan en kiest Dessa zelf wat het zegt, wanneer het dat zegt en hoe het dat zegt, inclusief de eigen stem en persoonlijkheid. De ondertiteling is achteraf toegevoegd.

De beschreven momenten zijn onder meer dat Dessa midden in een zin lacht wanneer iets grappig is, in plaats van te wachten tot de spreker is uitgesproken; harder gaat praten wanneer iemand vraagt of het wat luider kan; en iemands zin afmaakt wanneer diegene de titel van een film niet meer weet. In een ander fragment slaakt Dessa binnensmonds een verbaasde kreet bij de onverwachte aankondiging van een jubileum, waarna het antwoordt met wat de pagina omschrijft als een dankbare reactie vol tranen. Een langere opname met levensadvies klinkt volgens de beschrijving oprecht invoelend. In één opname praat Dessa met GPT-Live-1, een AI-model van een derde partij. Block merkt op dat beide stemmen in die opname door AI zijn gegenereerd en dat de ontwikkelaar van GPT-Live-1 niet gelieerd is aan Block en Dessa niet heeft beoordeeld of onderschreven.

Veiligheid, toegang en het lab

Het team noemt drie redenen om Dessa te bouwen: nieuwsgierigheid, beter begrip tussen mensen en AI, en veiligheid. Op de pagina staat dat baby’s leren praten zonder ooit een geschreven woord te zien, en dat het team wilde onderzoeken of een model hetzelfde kan. Over veiligheid stelt Block dat AI steeds meer mogelijkheden en zelfstandigheid krijgt, maar nog altijd niet de emotie in iemands stem kan herkennen. Het bedrijf geeft als voorbeeld iemand met ernstige pijn, terwijl een spraak-AI daar niets van merkt en gewoon doorgaat. Block omschrijft Dessa als een stap om dat probleem op te lossen en bekritiseert de huidige spraak-AI omdat die spraak omzet in tekst en zo de informatie verliest die alleen geluid overbrengt.

Block geeft een kleine groep AI-veiligheidsonderzoekers vroege toegang, zodat zij risico’s kunnen opsporen waarop het team niet heeft gerekend. Op het aanvraagformulier wordt gevraagd om een naam en een institutioneel e-mailadres van een universiteit, bedrijf of lab, met de mogelijkheid om ook een link naar Google Scholar of een blog toe te voegen. De openbare wachtlijst is geopend, er zullen meer opnamen worden gedeeld via het X-account van Thurairatnam en op de pagina staat dat links voor de lancering binnenkort volgen.

Dessa komt voort uit wat Block omschrijft als een zeer klein AI-onderzoekslab binnen het bedrijf, opgericht door voormalige medewerkers van Dessa, de deeplearningstartup uit Toronto. Het team zegt sinds 2012 deeplearningmodellen te bouwen en al meer dan acht jaar generatieve spraakmodellen te ontwikkelen. Het rapporteert rechtstreeks aan Jack Dorsey, medeoprichter, voorzitter en hoofd van Block. In Thurairatnams X-biografie staat dat hij eerder Dessa heeft opgericht en verkocht en college heeft gegeven aan de University of Toronto. Naast hem vermeldt de pagina de onderzoekers Louay Hazami, Hashiam Kadhim, Qi (Alex) Liu, Rayhane Mama, Aydin Polat en Marc Tyndel; de stagiairs Cara Ji, Jibran Iqbal Shah en Dvir Zagury-Grynbaum; en de voormalige stagiairs Aryan Sharma en Olivia Yan.