Blocks nye stemme-AI kan afbryde, give lyd fra sig og grine

Betalingsselskabet Block har præsenteret en ny stemme-AI ved navn Dessa. Ifølge Block kan man føre en samtale med den, der minder om en samtale med et menneske. Modellen blev offentliggjort den 23. oktober 2026 fra Blocks lille interne AI-forskningslab. Et opslag på X nævner dog den 24. oktober.

Lytter og taler på samme tid

De fleste stemmeassistenter laver først din tale om til tekst, lader en sprogmodel svare i tekst og læser så svaret op. Dessa springer tekstleddet over: Lyd går ind, og lyd kommer ud.

Modellen er desuden »full-duplex«. Det betyder, at den kan lytte og tale samtidig, ligesom mennesker gør. Den kan derfor afbryde, sige korte ting som »yeah« og »got it« undervejs og grine.

Block skriver, at samspil med nuværende stemme-AI »can just plain suck«, fordi information går tabt, når tale konverteres til tekst. Ifølge Block forstår Dessa følelser, sarkasme, latter, suk og accenter direkte i lyden.

Trænet kun på samtaler

Block siger, at modellen er trænet fra bunden udelukkende på menneskelig samtale, uden tekst og uden forhåndstrænede modeller. Den skal have lært sprog af hundredvis af gange færre ord, end store sprogmodeller kræver. Træningen skal have kørt på kun ét NVIDIA GB200 NVL72-system.

Block kalder desuden Dessa verdens første AI til realistisk live-samtale, der kun er trænet på menneskelig tale. Det er Blocks egen vurdering.

Ifølge Block kører modellen lokalt på en MacBook Pro med M4 Max eller bedre, og hurtigere end realtid. Hvad »lokalt« betyder i praksis, er uklart, for hukommelsesforbrug er ikke oplyst.

Teamet ledes af Ragavan Thurairatnam, der tidligere grundlagde den toronto-baserede startup Dessa, og rapporterer til Jack Dorsey. Thurairatnam kalder udgivelsen »a GPT3 moment for speech«.

Endnu ingen offentlig adgang

Dessa er en forskningsprøve. Der er en offentlig venteliste, og AI-sikkerhedsforskere får tidlig adgang, så de kan vurdere risici som stemmebedrag. Almindelige brugere kan ikke bruge den endnu.

Der er ikke offentliggjort pris, API, modelvægte, licensvilkår, parameterantal, datamængde, latenstal, benchmarks eller uafhængig evaluering. Alle tekniske påstande kommer altså fra Block selv.

TechCrunch vurderer, at Square, som Block ejer, allerede bruger stemme-AI til ordreoptagelse og kunne udvide med en model, der kører direkte på enheden. Det er en vurdering, ikke en plan Block har meldt ud.