N環球 
Block dévoile Dessa, un modèle vocal full-duplex entraîné uniquement sur la conversation
Le laboratoire de recherche en IA de Block a lancé Dessa, un modèle de dialogue vocal full-duplex qui aurait été entraîné de zéro uniquement sur de vraies conversations humaines — sans texte ni modèle pré-entraîné. L'accès anticipé est réservé à un petit groupe de chercheurs en sécurité de l'IA.
Pourquoi c’est important
La plupart des IA vocales actuelles transforment d'abord votre voix en texte — perdant au passage le ton, l'émotion et le rythme, puis répondent lentement et avec raideur. Dessa, développé par un petit laboratoire de recherche en IA au sein de Block, suit une autre voie : un véritable modèle parole-à-parole full-duplex, audio en entrée et en sortie, qui écoute et parle en même temps comme une personne. Il peut interrompre et ponctuer la conversation (« yeah ! », « compris ! »), fonctionne plus vite que le temps réel et peut tourner localement sur un MacBook Pro M4 Max ou mieux.
Le plus frappant est sa méthode d'entraînement : selon Block, Dessa a été entraîné de zéro uniquement sur de vraies conversations humaines — aucun texte, aucun modèle pré-entraîné — et serait peut-être la première IA au monde capable de tenir une conversation réaliste en direct simplement en ayant écouté. Il perçoit et produit nativement l'émotion, le sarcasme, le rire, les soupirs et une voix qui se brise de tristesse — précisément les informations que les pipelines vocaux classiques jettent.
Lire l’article
Dessa a été conçu par le laboratoire d'IA de Block, fondé par d'anciens membres de Dessa, la startup torontoise de deep learning, et rattaché directement au cofondateur de Block, Jack Dorsey. Le projet est dirigé par Ragavan Thurairatnam. La page officielle présente des enregistrements en direct de personnes conversant avec Dessa : il rit dès que quelque chose est drôle, termine une phrase quand l'interlocuteur cherche un titre de film, parle plus fort quand on le lui demande — sans, insiste Block, aucune intervention humaine.
Block affirme que le modèle a été entraîné sur un seul NVIDIA GB200 NVL72, apprenant le langage avec des centaines de fois moins de mots que les grands modèles de langage (en concédant que la comparaison n'est pas parfaitement équitable, les LLM devant aussi apprendre des langages de programmation). Le laboratoire avance trois motivations : la curiosité, une meilleure compréhension entre humains et IA, et la sécurité — estimant que les IA vocales actuelles sont presque sourdes à l'émotion de nos voix, ce qui peut être dangereux dans des contextes comme la santé, et que Dessa est un pas vers une solution.
Dessa est actuellement en avant-première de recherche : Block offre un accès anticipé à un petit groupe de chercheurs en sécurité de l'IA pour mettre au jour des risques que l'équipe n'aurait pas anticipés. Aucun tarif, aucune date de sortie publique ni poids ouverts n'ont été annoncés. À noter : l'entreprise n'a divulgué ni nombre de paramètres, ni taille du jeu de données, ni scores de référence — les affirmations techniques ci-dessus sont donc celles de Block et attendent une vérification indépendante.
💬 Commentaires
Aucun commentaire. Soyez le premier !