Block apresenta Dessa, modelo de voz em tempo real com características humanas

2–4 minutos

Modelo de fala local e rico em emoções funciona em hardware de consumo

A Block, empresa de Jack Dorsey, lançou o Dessa, um novo modelo de voz desenvolvido em seu laboratório de pesquisa. O sistema roda inteiramente em um único rack de GPU Nvidia e processa a fala localmente, incluindo expressões como risadas, pausas e choro. Diferente de muitos geradores de voz que dependem de pipelines de texto ou tags de voz separadas para transmitir emoção, a Block afirma que as nuances emocionais do Dessa estão incorporadas diretamente ao modelo.

Acreditamos que a voz é a forma mais natural de interagir com a inteligência, por isso criamos o Dessa, o modelo de fala em tempo real mais autêntico já construído. Conversar com ele é como conversar com uma pessoa, cheia de emoção, nuances, pausas e um ritmo natural.

— jack (@jack) 23 de outubro de 2026

O Dessa é um modelo de fala para fala em tempo real, capaz de falar e ouvir simultaneamente, semelhante ao GPT-Live da OpenAI. Sua base de conhecimento vem de dados conversacionais, e não de um modelo de linguagem separado, o que permite que o sistema retenha as sutilezas do diálogo humano.

Em um post no blog, a Block criticou as atuais IA de voz por descartarem pistas emocionais: “Interagir com as IA de voz atuais pode ser simplesmente péssimo. Elas transformam sua voz em texto e descartam uma quantidade enorme de informações que o texto sozinho não consegue transmitir. As IA mais poderosas do mundo não conseguem ouvir como você se sente. Achamos isso ridículo, prejudicial à experiência e potencialmente perigoso.”

Criamos o primeiro modelo de IA com o qual você pode ter uma conversa realista, treinado inteiramente com voz! O Dessa é um modelo de fala em tempo real que você pode executar em GPUs de consumo. Este é o momento do GPT-3 para a fala.

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

A empresa compartilhou vários vídeos de demonstração. Em um deles, o assistente menciona estar cansado e sua voz fica visivelmente mais lenta e suave. Outro clipe mostra o modelo expressando conforto enquanto parece estar prestes a chorar. Um terceiro exemplo traz um membro da equipe da Block brincando de um jogo de adivinhação com o assistente, que acerta as respostas de forma rápida e precisa.

Dessa = modelo de voz em tempo real vs Humano = eu, https://t.co/1eI6QFHo1w pic.twitter.com/zlZfxH2BA5

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

Por amor ao jogo. Assista a Cara brincando de adivinhação com o Dessa. O modelo acerta a primeira resposta na hora, e a segunda não demora muito também.

— Block (@blocks) 23 de outubro de 2026

Disponibilidade e considerações de segurança

O Dessa pode funcionar em computadores de consumo, como um MacBook M4 Max ou superior, permitindo uso local sem necessidade de conexão com a nuvem. O modelo ainda não está disponível publicamente; a Block convidou pesquisadores de segurança para testá-lo em cenários onde um assistente de voz poderia enganar ou manipular usuários.

Impacto nos negócios

A Block, conhecida principalmente por seus serviços financeiros e soluções de ponto de venda Square, já utiliza IA de voz para processamento de pedidos. Com um modelo de voz humano-like que roda localmente, a empresa prevê a expansão de aplicações tanto para empresas quanto para consumidores, além de reduzir a dependência de serviços externos e diminuir custos.

Ao incorporar emoção, nuances e cadência natural diretamente no modelo, a Block posiciona o Dessa como um potencial marco para a IA conversacional, comparável ao avanço que o GPT-3 representou para a geração de texto.