Компания Block Джека Дорси 23 октября 2026 года анонсировала Dessa — модель искусственного интеллекта speech-to-speech (речь в речь). «Речь в речь» означает: модель принимает голосовой запрос и отвечает тоже голосом, и текст в этом процессе вообще не участвует. По заявлению компании, Dessa обучена с нуля исключительно на человеческой речи — книги, веб-страницы или другие письменные тексты в обучении вообще не использовались. Этот подход принципиально отличает её почти от всех крупных ИИ-моделей сегодняшнего дня, ведь они обучаются в основном на гигантских текстовых корпусах из интернета.
По сообщению The Verge, анонс вышел вместе с публичным списком ожидания: желающие могут встать в очередь, чтобы попробовать модель. Одновременно компания предоставляет ранний доступ небольшой группе исследователей, работающих над безопасностью ИИ, — команда считает, что такая модель открывает новую территорию для исследований и может нести пока не предвиденные риски.
Full-duplex: модель, которая говорит и слушает одновременно
Ключевое техническое отличие Dessa — работа в режиме full-duplex (слушание и говорение одновременно). В систему входит аудио, система сама выдаёт аудио, и голос по пути не превращается в письменные слова. На практике это значит, что модель продолжает слушать даже во время собственной речи: если собеседник перебьёт её на полуслове, сделает паузу, рассмеётся или сменит интонацию — она всё это замечает в реальном времени и отвечает естественно. Это поведение, близкое к тому, как разговаривают люди: мы тоже говорим и слушаем одновременно, перебиваем собеседника и меняем ответ в зависимости от его тона.
По словам команды Dessa, проблема нынешних голосовых ИИ-систем именно в этом: они сначала превращают человеческую речь в текст, и в этом процессе теряется огромный объём данных, которые несут интонация, паузы и эмоции. В результате даже самые мощные модели не слышат настроение собеседника. Команда объясняет создание модели тремя причинами: любопытством (или, их собственными словами, — удовольствием), стремлением к лучшему взаимопониманию между человеком и ИИ и безопасностью.
«Мы обучили Dessa с нуля исключительно на человеческой речи. Звуки! Никакого текста, никаких предобученных моделей». — Block, официальная страница Dessa
Модель, которая не читала книг, а только слушала
Вторая черта, отделяющая Dessa от других моделей, — природа обучающих данных. Обычные большие языковые модели обучаются на миллиардах слов из книг, веб-страниц и других письменных источников. Dessa же училась, слушая только звуки живого человеческого общения, — без письменных текстов и без предобученных моделей. Иначе говоря, она выучила язык не по книгам, а слушая людей — так же, как младенцы учатся говорить, не видя письменности.
Этот подход напрямую влияет на поведение модели. По словам компании, услышав что-то смешное, Dessa смеётся прямо посреди фразы, как люди, — а другие модели дожидаются конца реплики собеседника и смеются «по команде». Если попросить её говорить громче, она повысит голос — ничему из этого её специально не учили, она усвоила это только из услышанных разговоров. Компания описывает Dessa как «первый в мире ИИ, который учится на человеческой речи и способен вести реалистичный живой диалог».
Работает локально на MacBook
По данным Block, Dessa способна работать локально на компьютере MacBook Pro M4 Max или мощнее. Это важная практическая деталь: модели не нужно обращаться к облачным серверам при каждом запросе, она может работать на устройстве самого пользователя — а значит, голосовые данные могут вообще не покидать устройство.
Доступ к модели пока ограничен. Вместе с анонсом открылся публичный список ожидания — желающие могут встать в очередь. Параллельно компания даёт ранний доступ небольшой группе исследователей в области безопасности ИИ. Причина названа открыто: модель, обученная только на звуке, — это новая территория для исследований, и команда хочет, чтобы внешние специалисты нашли риски, которые она сама предвидеть не смогла. Безопасность — одна из трёх главных причин, по которым команда создавала модель.
Руководитель проекта и история имени Dessa
Проект возглавляет Рагаван Турайратнам — руководитель внутренней ИИ-исследовательской лаборатории Block. Турайратнам был сооснователем оригинального стартапа Dessa, который Block купила в 2020 году. Название нового продукта возрождает тот бренд: имя стартапа, купленного шесть лет назад, теперь возвращается как проект с принципиально новым подходом.
Итак, Dessa — голосовой ИИ, обученный без письменных текстов, только на человеческом голосе и живом общении. Она говорит и слушает одновременно, в реальном времени распознаёт перебивания и смех и способна работать локально на персональном компьютере. Пока модель доступна через список ожидания и в формате раннего доступа для исследователей безопасности.
Напомним, подразделение Square компании Block тоже работает над направлением голосового ИИ — ранее мы писали о том, что компания представила голосовой киоск приёма заказов на базе ИИ.
