Block traint spraakmodel Dessa zonder één regel tekst
Block, het bedrijf achter Square en Cash App, heeft een spraakmodel gebouwd dat nooit een geschreven zin heeft gezien. Het model heet Dessa en leerde praten door alleen naar menselijke gesprekken te luisteren. Block maakte het vrijdag 23 oktober bekend. Het publiek kan er nog niet mee aan de slag.
Leren van audio, zonder tekst
De meeste spraakassistenten zetten wat je zegt eerst om in tekst, laten een taalmodel daarop reageren en maken van het antwoord weer geluid. Dessa slaat die tussenstap over. Volgens de projectpagina van Block is het model vanaf nul getraind op menselijke conversatie, zonder tekstdata en zonder bestaand voorgetraind model als basis. Block noemt het “the world’s first AI you can have a realistic live conversation with” dat alleen op spraak is getraind. Het zou taal hebben geleerd uit “honderden keren minder woorden” dan grote taalmodellen gebruiken. Hoeveel uur audio erin ging, zegt Block niet.
Dessa is full-duplex: het luistert en praat tegelijk. Het model geeft tussendoor korte bevestigingen (“yeah!”, “got it!”), lacht midden in een zin en reageert op toon, emotie en sarcasme. The Decoder wijst erop dat zulke signalen bij tekstgebaseerde systemen grotendeels verloren gaan. De training draaide op één NVIDIA GB200 NVL72-rack. Gebruiken kan lokaal, op een MacBook Pro met M4 Max of beter, en dan sneller dan realtime, aldus Block. Benchmarks of een parameteraantal heeft het bedrijf niet gepubliceerd, dus onafhankelijk getoetst is er nog niets.
Een oude bekende uit Toronto
Het team rond projectleider Ragavan Thurairatnam bestaat uit oud-medewerkers van Dessa, de deep learning-start-up uit Toronto waaraan het model zijn naam ontleent. Dat bedrijf haalde in mei 2019 het nieuws met een nagemaakte stem van podcaster Joe Rogan, zo schreef The Register destijds. Square nam Dessa in februari 2020 over. Het lab rapporteert nu rechtstreeks aan medeoprichter Jack Dorsey en werkt volgens Block al ruim acht jaar aan generatieve spraakmodellen.
Lof en zorgen over oplichting
De reacties op de eerste demo’s lopen uiteen, schrijft PYMNTS. Dorsey zegt dat een gesprek met Dessa voelt als praten met een mens, met emotie en een natuurlijk ritme. Binance-oprichter Changpeng Zhao ziet kansen in het onderwijs. Filmmaker Justine Bateman waarschuwde juist dat zo’n menselijke stem mensen hun waakzaamheid kan laten verliezen. Journalist Shiv Aroor voorspelde dat oplichtingstelefoontjes een “pandemisch niveau” gaan bereiken.
Die zorg leeft al langer. Britse acteurs vroegen eerder om een wet tegen stemklonen en de Italiaanse premier Meloni wil haar stem als merk vastleggen. Block lijkt het risico te erkennen. Voordat Dessa breder beschikbaar komt, krijgt een kleine groep AI-veiligheidsonderzoekers vroege toegang om onvoorziene risico’s op te sporen. Anderen kunnen zich voor een wachtlijst aanmelden.
Wat betekent dit
De race om spraak-AI ging tot nu toe vooral tussen de grote modelbouwers. Mistral bracht onlangs Voxtral 3 uit en xAI claimde met Grok Voice 3.0 de eerste plek op een spraakbenchmark. Block kiest een andere route: een model dat uit gesproken taal leert en op een laptop draait. Maakt Dessa die belofte waar, dan heeft een natuurlijk klinkende stemassistent straks geen datacenter meer nodig. Goed voor privacy, want gesprekken hoeven het apparaat niet te verlaten. Het verlaagt ook de drempel voor misbruik. Voor gewone gebruikers betekent het dat een stem die menselijk klinkt steeds minder bewijst. Zelfs OpenAI en Meta erkennen dat deepfakes in de rechtszaal nauwelijks te herkennen zijn.
