Hecho: el 23 de octubre de 2026 Block anunció Dessa, un modelo de voz full-duplex speech-to-speech entrenado, según la empresa, «de cero con nada más que conversación humana», sin texto ni modelos preentrenados. La página oficial del proyecto y el hilo de Jack Dorsey salieron ese día; TechCrunch lo cubrió el 24.
Audio de entrada, audio de salida
Dessa no convierte la voz a texto: entra y sale audio puro. «Es un modelo speech-to-speech de verdad, y todo lo que sabe vino del habla humana», dice el sitio del proyecto. Al ser full-duplex escucha y habla al mismo tiempo, corta cuando corresponde y mete backchannels («¡che!», «me copa») mientras la otra persona habla; la inferencia corre más rápido que el tiempo real y, según Block, «corre localmente en una MacBook Pro M4 Max o mejor».
El equipo sostiene que Dessa rompe el patrón actual: «hasta donde sabemos, es la primera IA con la que se puede tener una conversación en vivo realista entrenada solo con habla humana». El texto en el pipeline, dice Block, es lo que hace que la voz actual suene rígida: «interactuar con la voz de la IA actual puede ser un embole. Convierte tu voz en texto y descarta una cantidad increíble de información que el texto solo no puede cargar».
Cómo lo entrenaron
Un solo dato llama la atención: Block dice que resolvió «cómo entrenar Dessa con solo una NVIDIA GB200 NVL72». Sobre la motivación enumera tres razones —curiosidad, mejor comprensión entre humanos y IA, y seguridad— y desarrolla la última: «la IA gana poder e independencia y sigue siendo casi sorda a la emoción de nuestras voces. Imaginate estar con dolor serio mientras una IA de voz no se da cuenta y sigue como si nada».
Detrás hay un laboratorio pequeño de Block, fundado por ex integrantes de Dessa, la startup de deep learning de Toronto, que reporta directo a Jack Dorsey. El equipo lo lidera Ragavan Thurairatnam.
Acceso
No hay acceso público: solo hay demos y lista de espera. Block abrió convocatoria a «un grupo pequeño de investigadores de seguridad de IA» para que prueben el modelo y encuentren riesgos que el equipo no anticipó, y una de las muestras del propio sitio muestra a Dessa conversando con GPT-Live-1, un modelo de terceros que no revisó ni respaldó el proyecto. The Tribune (ANI) reproduce el comunicado y TechCrunch agrega el contexto: Dessa compite con el GPT-Live de OpenAI y con modelos como ElevenLabs v4, donde la emoción se maneja con voice tags.




