Block presenta Dessa, un modelo de voz bidireccional similar al humano

3–4 minutos

Modelo de voz local y rico en emociones funciona en hardware de consumo

Block, la empresa de Jack Dorsey, ha lanzado Dessa, un nuevo modelo de voz desarrollado en el laboratorio de investigación de la compañía. El sistema funciona íntegramente en un rack de GPU Nvidia y procesa el habla localmente, generando expresiones como risas, pausas y llantos. A diferencia de muchos generadores de voz que dependen de tuberías de texto o de etiquetas de voz separadas para transmitir emociones, Block afirma que la sutileza emocional de Dessa está integrada directamente en el modelo.

Creemos que la voz es la forma más natural de interactuar con la inteligencia, por eso creamos Dessa, el modelo de voz bidireccional más auténtico jamás construido. Hablar con él es como hablar con una persona… llena de emoción, matices, pausas y un ritmo natural. https://t.co/r0qFLdvd6c

— jack (@jack) 23 de octubre de 2026

Dessa es un modelo de voz bidireccional, lo que significa que puede hablar y escuchar simultáneamente, de forma similar al GPT‑Live de OpenAI. La base de conocimiento proviene de datos conversacionales en lugar de un modelo de lenguaje grande separado, lo que permite al sistema conservar las sutilezas del diálogo humano.

En una entrada de blog, Block criticó a las actuales IA de voz por descartar las pistas emocionales: «Interactuar con la IA de voz actual puede ser simplemente terrible. Convierte tu voz en texto y descarta una cantidad increíble de información que el texto por sí solo no puede transmitir. Las IA más potentes del mundo no pueden percibir cómo te sientes. Creemos que esto es ridículo, empeora la experiencia y puede ser peligroso».

¡Creamos el primer modelo de IA con el que puedes tener una conversación realista y que fue entrenado completamente con voz! Dessa es un modelo de voz bidireccional que puedes ejecutar en GPUs de consumo. Este es un momento GPT3 para la voz. pic.twitter.com/XVD8sSyJn8

— Ragavan Thurairatnam (@RagavanThurair) 23 de octubre de 2026

La empresa compartió varios vídeos de demostración. En uno, el asistente menciona que se siente cansado y su voz se ralentiza y suaviza notablemente. Otro clip muestra al modelo expresando consuelo mientras parece estar al borde de las lágrimas. Un tercer ejemplo presenta a un miembro del equipo de Block jugando un juego de adivinanzas con el asistente, que responde correctamente y con rapidez.

Dessa=modelo de voz bidireccional vs Humano=yo, https://t.co/1eI6QFHo1w pic.twitter.com/zlZfxH2BA5

— Aydin Polat (@AydinPolatDessa) 23 de octubre de 2026

Por amor al juego. Mira a Cara jugar un juego de adivinanzas con Dessa. El modelo adivina la primera correctamente de inmediato, y la segunda no tarda mucho tampoco. https://t.co/FDmoXNPpIh pic.twitter.com/I9f8saduEA

— Block (@blocks) 23 de octubre de 2026

Disponibilidad y consideraciones de seguridad

Dessa puede funcionar en computadoras de consumo, como una MacBook M4 Max o superior, lo que permite su uso en el dispositivo sin necesidad de conexión a la nube. El modelo aún no está disponible públicamente; Block ha invitado a investigadores de seguridad a probarlo en escenarios donde un agente de voz podría engañar o manipular a los usuarios.

Impacto empresarial

Block, conocida principalmente por sus servicios financieros y las soluciones de punto de venta Square, ya utiliza IA de voz para realizar pedidos. Con un modelo de voz similar al humano que funciona localmente, la empresa anticipa una expansión tanto de las aplicaciones empresariales como de las de consumo, al tiempo que reduce la dependencia de servicios externos y disminuye costos.

Ao integrar emoción, matices y cadencia natural directamente en el modelo, Block posiciona a Dessa como un posible hito para la IA conversacional, similar al avance que GPT‑3 representó para la generación de texto.