Block Dessa: full-duplex speech-to-speech model trained only on audio
23 октября 2026 года Block объявила о выпуске исследовательской версии модели Dessa — первой full-duplex speech-to-speech системы, обученной только на аудио человеческой речи.
23 октября 2026 года компания Block представила Dessa — full-duplex модель speech-to-speech, разработанную в небольшой внутренней лаборатории. Модель обучена исключительно на записях человеческого разговора без использования текста или предобученных языковых моделей.
Технические особенности модели Dessa
Система принимает и выдаёт аудиосигнал напрямую. Она обрабатывает перебивания, паузы, эмоции, сарказм и фоновые реакции в реальном времени. Обучение проводилось на одном кластере NVIDIA GB200 NVL72 с 72 ускорителями Blackwell. Инференс работает быстрее реального времени и запускается на MacBook Pro M4 Max.
В отличие от гибридных решений, Dessa не переводит речь в текст и обратно. Это позволяет сохранять естественные перекрытия реплик и интонационные нюансы. По заявлениям Block, модель усвоила языковые паттерны, используя в сотни раз меньше данных, чем типичные текстовые LLM.
Демонстрационные записи показывают, как модель смеётся посреди фразы, завершает мысли собеседника и реагирует на эмоциональный контекст. Публичных бенчмарков, количества параметров и точных характеристик датасета компания не раскрыла.
Доступ и планы дальнейшего развития
На момент анонса модель доступна только через исследовательский превью. Открыт публичный лист ожидания. Ограниченный ранний доступ предоставлен небольшой группе исследователей безопасности ИИ при наличии институциональной почты. Block подчёркивает, что тестирование проводится для выявления рисков, включая возможность обмана.
Лаборатория была создана на базе команды стартапа Dessa, приобретённого Square в 2020 году. Основная мотивация разработки — более естественное голосовое взаимодействие и улучшенное распознавание эмоциональных сигналов. Поддержка других языков, включая русский, пока не подтверждена. Официальные бенчмарки, веса модели и API в ближайшее время не планируются.
Следующие этапы включают расширение тестирования и публикацию дополнительных технических деталей. Конкретные сроки Block не назвала.
Частые вопросы
Что такое модель Dessa от Block?
Dessa — full-duplex speech-to-speech модель, обученная только на аудиозаписях человеческой речи. Она работает без промежуточного преобразования в текст и поддерживает естественные перебивания.
Когда Block анонсировала Dessa?
Официальный анонс состоялся 23 октября 2026 года. Модель выпущена в формате исследовательского превью с демо-записями.
На каком оборудовании работает Dessa?
Обучение проводилось на кластере NVIDIA GB200 NVL72. Инференс возможен на MacBook Pro M4 Max и более мощных устройствах.
Есть ли публичный доступ к модели Dessa?
Доступ ограничен листом ожидания и небольшой группой исследователей безопасности. Публичного API и весов пока нет.
Комментарии 15