Block lança modelo de voz que soa humanamente assustador

O Block, empresa de Jack Dorsey, lançou um modelo de voz chamado Dessa que gera fala com risadas, pausas e lágrimas, produzindo uma interação que parece humana e assustadora. O modelo roda localmente em um único rack de GPU Nvidia e utiliza apenas dados de fala humana para sua base de conhecimento. A empresa afirma que a emoção nas respostas surge de forma natural, sem necessidade de tags externas, ao contrário de soluções como ElevenLabs v4 ou Fish Audio Drama 3 que dependem de marcadores de emoção.

Em demonstrações, o agente de voz mostrou diferentes cadências e emoções, como cansaço após um dia de trabalho, e chegou a quase desabar em uma conversa emocional. Embora o modelo possa ser executado em um MacBook M4 Max ou equipamento equivalente, ainda não há acesso público; o Block convidou pesquisadores de segurança para testar o sistema antes de qualquer lançamento comercial. A iniciativa visa melhorar a experiência de assistentes de voz, permitindo que eles percebam nuances emocionais que o texto não captura, reduzindo riscos de manipulação e melhorando a usabilidade para pequenas empresas que já utilizam IA de voz para processos de pedido.

O Block pretende integrar essa tecnologia em soluções financeiras de baixo custo, aproveitando a capacidade de processamento on‑device para expandir suas ofertas.

Informado por TechCrunch.