Aquí aparecerán los subtítulos en vivo de lo que digas.
Motor en vivo: IA de voz en tiempo real e interrumpible, no los pesos de Dessa de Block. Por ahora, las llamadas en vivo son solo en inglés.
Descubre el modelo de voz de extremo a extremo de Block, creado desde cero sin texto ni modelos de lenguaje preentrenados. Escucha las grabaciones oficiales de dos pistas, comprueba si tu Mac podría ejecutarlo en local y prueba una IA de voz en vivo e interrumpible directamente en tu navegador.
Entrenamiento sin texto. Aprendió solo de conversaciones humanas —sin texto ni modelos preentrenados— en un único NVIDIA GB200 NVL72.
Flujo full-duplex. Escucha mientras habla: se ríe a mitad de frase y suelta un "ajá" o un "entendido" sin esperar su turno.
Funciona en local. Según Block, funciona más rápido que en tiempo real en un MacBook Pro con M4 Max o superior.
Gratis: análisis de las grabaciones oficiales, comprobador M4 Max y modo BYOK
Sitio independiente · Sin afiliación con Block, Inc.
Grabaciones oficiales de Dessa
Seis grabaciones en vivo publicadas por el equipo de investigación de Dessa de Block en block.xyz/dessa. Cada tarjeta reproduce un fragmento breve de las dos pistas sincronizadas: la persona arriba y Dessa IA abajo. Al iniciar una, las demás se detienen.
It laughs the moment something’s funny, mid-sentence, the way people do. Other models wait for you to finish, then laugh on cue. Ask it to speak up and it gets louder. Nobody taught it that.
The person blanks on a movie title. Dessa finishes the sentence. It also knows a surprising amount, considering every fact it has come from raw sound.
A surprise. Dessa gasps “oh my god” under its breath, then answers with what sounds like teary gratitude.
Huge range in intonation and speed.
Here it sounds genuinely empathetic.
And here it talks to ChatGPT Live.
Aviso de Block: In this demo, Dessa is talking with GPT-Live-1, a third-party AI model. Both voices are AI-generated. The developer of GPT-Live-1 is not affiliated with Block and has not reviewed or endorsed Dessa.
Se muestran fragmentos breves con fines de comentario y análisis. Todas las grabaciones, títulos y descripciones pertenecen a Block, Inc. DessaVoice es un sitio independiente y no está afiliado con Block.
La mayoría de los asistentes de voz convierten tu voz en texto, piensan en texto y luego leen el texto en voz alta. Dessa de Block prescinde del texto por completo: entra audio, sale audio.
Texto de por medio
Sin texto
Las afirmaciones sobre Dessa proceden de la página oficial de Dessa de Block. DessaVoice es un sitio independiente y no está afiliado con Block, Inc.
Preparación local
Según Block, la inferencia de Dessa es más rápida que el tiempo real y funciona en local en un MacBook Pro con M4 Max o superior. Los pesos del modelo aún no son públicos, así que cualquier resultado es una estimación, no una prueba de tu equipo.
Memoria unificada en Apple silicon; RAM del sistema en un PC.
Resultado estimado
Coincide con el objetivo indicado por BlockEs Apple silicon de clase M4 Max con memoria de sobra, lo que coincide con el hardware en el que Block dice que Dessa funciona en local. Los requisitos reales solo se conocerán cuando se publiquen los pesos.
Estimación basada en la declaración pública de Block; no es un benchmark. Sin afiliación con Block, Inc.
Block no ha publicado el tamaño del modelo, los requisitos de memoria ni fechas de lanzamiento de los pesos de Dessa. Nuestras llamadas de voz en vivo no utilizan el modelo Dessa de Block.
Te enviaremos un correo si Block publica pesos descargables o si aparecen versiones MLX/GGUF de la comunidad.
Cómo se compara Dessa de Block con otros modelos de voz conversacionales, basándonos solo en lo que ha publicado cada laboratorio. «No revelado» significa que el laboratorio no lo ha documentado públicamente.
| Característica | Block Dessa | Sesame AI (CSM) | OpenAI GPT-Live-1 | Kyutai Moshi |
|---|---|---|---|---|
| Arquitectura principal | Voz a voz de extremo a extremo: entra audio, sale audio, sin texto[1] | Base Llama más decodificador de audio; voz a partir de texto y contexto[2][3] | Modelo de voz full-duplex; delega el razonamiento en un modelo de backend[4][5] | Modelo voz-texto: Temporal Transformer de 7B, Depth Transformer, códec Mimi[8][9] |
| Datos de entrenamiento | Solo audio de conversaciones humanas; sin texto ni modelos preentrenados[1] | Unos 1M de horas de audio público transcrito, sobre todo en inglés[2] | No revelado | Inicialización con el LLM de texto Helium; 7M horas de audio; Fisher; diálogos sintéticos[8] |
| Full-duplex y señales de escucha | Sí: escucha mientras habla, interviene y da señales de escucha[1] | No en CSM; su artículo de investigación cita el full-duplex como trabajo futuro[2] | Sí: escucha mientras habla, gestiona interrupciones y señales de escucha[5][6][7] | Sí: flujos de audio paralelos de usuario y Moshi, solapamientos e interjecciones[8][9] |
| Local / pesos abiertos | Funciona en local en MacBook Pro M4 Max o superior; pesos no publicados[1] | Pesos abiertos de CSM-1B base, Apache 2.0, en Hugging Face[3] | Solo API alojada; sin pesos públicos[4] | Pesos abiertos (CC-BY 4.0); la versión MLX funciona en Mac[9] |
| Disponibilidad | Vista previa de investigación; lista de espera en block.xyz/dessa[1] | App de vista previa de investigación; código de CSM-1B en GitHub[2][3] | API de OpenAI desde el 10 de septiembre de 2026; $0.05 por minuto[4][6][7] | Código abierto en GitHub y Hugging Face; demo en moshi.chat[9] |
Respuestas claras sobre el modelo Dessa de Block y lo que puedes hacer hoy en DessaVoice.
Dessa es un modelo de voz full-duplex de un pequeño laboratorio de investigación en IA de Block, lanzado como vista previa de investigación. Según Block, se entrenó desde cero solo con conversaciones humanas, sin texto y sin modelos preentrenados. Recibe audio y devuelve audio, escucha y habla a la vez, y sabe cuándo intervenir o intercalar un «¡sí!» o un «¡entendido!».
El modelo oficial Dessa de Block es una vista previa de investigación disponible solo mediante una lista de espera en block.xyz/dessa. En DessaVoice son gratis el análisis de las grabaciones oficiales de Block, el comprobador de hardware para MacBook y el modo BYOK (trae tu propia clave) con tu clave de OpenAI. Las llamadas de voz en vivo alojadas requieren el Instant Voice Pass de $4.90. Nuestro motor en vivo es una IA de voz en tiempo real e interrumpible, no el modelo Dessa de Block.
No. Tanto dessa-ai.com como DessaVoice (dessavoiceai.org) son sitios web independientes sin afiliación con Block, Inc. La página oficial de Dessa es block.xyz/dessa.
Según Block, la inferencia de Dessa es más rápida que el tiempo real y funciona en local en un MacBook Pro M4 Max o superior. Sin embargo, Block aún no ha publicado los pesos del modelo Dessa, así que todavía no puedes descargarlo ni ejecutarlo. Nuestro comprobador de hardware gratuito muestra cómo se compara tu Mac con esa referencia M4 Max.
Según Block, Dessa se entrenó solo con audio de conversaciones humanas, sin texto ni modelos preentrenados, y es full-duplex con señales de escucha naturales. El Conversational Speech Model (CSM) publicado por Sesame es un modelo de texto y voz con base Llama, entrenado con alrededor de un millón de horas de audio público transcrito, y el artículo de investigación de Sesame cita el modelado full-duplex como trabajo futuro. Sesame ha liberado un checkpoint de CSM de 1B bajo Apache 2.0, mientras que Dessa es una vista previa de investigación solo con lista de espera.
El modelo comparte nombre con Dessa, la startup de deep learning de Toronto que Square (hoy Block) adquirió en 2020. El laboratorio de investigación de Block detrás del modelo lo fundaron antiguos miembros de esa startup.