Qué pasó
- Block, la empresa de Jack Dorsey, presentó el 23 de octubre de 2026 Dessa, un modelo de voz surgido de su laboratorio de investigación.
- Es un modelo full-duplex: habla y escucha al mismo tiempo, igual que GPT-Live de OpenAI. La compañía dice que lo entrenó desde cero solo con conversaciones humanas en audio, sin texto ni modelos preentrenados.
- Según Block, corre en local en una computadora de consumo como un MacBook con chip M4 Max o superior.
- Por ahora no hay acceso público. Hay una lista de espera y una convocatoria a investigadores de seguridad para probarlo.
Por qué importa
- La mayoría de los asistentes de voz convierten el audio en texto y vuelven a sintetizar la respuesta. Block sostiene que ese paso descarta información como el tono y la emoción.
- Un modelo que corre en el dispositivo podría bajar costos y evitar enviar audio a la nube, algo relevante para los comercios pequeños a los que Block vende servicios.
- Que suene humano también aumenta el riesgo de engaño. Por eso la empresa pide pruebas de seguridad antes de abrirlo.
El dato
M4 Max. Chip de MacBook que Block menciona como requisito mínimo para correr Dessa de forma local.
Contexto
TechCrunch señala que modelos de voz como ElevenLabs v4 o Fish Audio Drama 3 usan etiquetas de voz para dirigir la emoción, mientras Block afirma que en Dessa la emoción está incorporada. La nota aclara que no es evidente si algún tipo de etiqueta la dirige. Las demostraciones de Block muestran conversaciones grabadas con distintas voces y ritmos, y una charla con GPT-Live-1, un modelo de un tercero. Los subtítulos se agregaron después, y las afirmaciones de calidad vienen de la propia empresa.
Qué viene
- Block no anunció fecha de lanzamiento ni precio.
- Los resultados de los investigadores de seguridad dirán si el modelo puede engañar a quien está al otro lado de la llamada.
Cierre
La voz en tiempo real ya tenía precio de mercado: GPT-Live-1 cobra 0,05 dólares por minuto y factura aparte lo que piensa. Dessa apunta a otro camino, el de los modelos pequeños que corren localmente, como Flint, un modelo de código que funciona en un notebook. Y en la oferta de servicios, Cloudflare lanzó Clairic y cobra 0,10 dólares por millón de tokens, mientras Canva presentó Craft, su primer modelo de imágenes.
Fuentes
- Block — Dessa, the conversation model trained only on speech (23 de octubre de 2026; la página no muestra fecha en el texto, que se tomó de los mensajes de la empresa citados por TechCrunch)
- TechCrunch — Block’s new voice model sounds eerily human (24 de octubre de 2026)
- Imagen de portada: Will Fisher from Richmond, VA, United States, CC BY-SA 2.0, vía Wikimedia Commons
Editado por Rodrigo Cornejo. Quiénes escriben las notas
