Dessa AI · Laboratório de Deep Learning da Block · Modelo Nativo de Áudio

Dessa AI: O modelo de conversação treinado apenas com fala humana

Dessa AI é um modelo fundacional de voz full-duplex desenvolvido na Block. Treinado do zero exclusivamente com áudio de conversas humanas reais — com zero texto e sem modelos de linguagem pré-treinados —, o Dessa AI aprende o idioma, o tempo de fala, risadas, interrupções e prosódia emocional diretamente do som, usando centenas de vezes menos palavras que LLMs de texto.

Block Team Dessa researchers testing live full-duplex speech conversations

Block Team Dessa · 1× NVIDIA GB200 NVL72 training · Local MacBook Pro M4 Max inference.

Explore o Laboratório Interativo do Dessa AI

0% Texto
Modalidade de Treino

Treinado ponta a ponta em áudio conversacional bruto sem transcrições nem LLM de texto.

100× Menos
Eficiência de Palavras

Adquire fluência linguística com centenas de vezes menos palavras do que LLMs de texto.

1× GB200 NVL72
Computação de Treino

Treinado em um único rack NVIDIA GB200 NVL72 — muito menor que clusters de texto.

M4 Max Local
Inferência no Dispositivo

Roda mais rápido que o tempo real localmente em um MacBook Pro com chip M4 Max ou superior.

Ruptura Arquitetural

Por Que Aprender Diretamente do Som Muda Tudo

Assistentes de voz tradicionais acoplam ASR e TTS a um LLM de texto, descartando 90% do sinal paralinguístico. O Dessa AI trata o som bruto como sua representação nativa.

Pipeline Legado Baseado em Texto

Cascata ASR → LLM de Texto → TTS

  • Converte ritmo, respiração, hesitação e fala sobreposta em tokens de texto planos.
  • Depende de detecção rígida de atividade de voz (VAD), gerando pausas artificiais.
  • Exige trilhões de tokens de texto e datacenters gigantescos.
  • Risadas e emoções são tags sintéticas pós-processadas.
Arquitetura Dessa AI (Block)

Áudio Full-Duplex Nativo Ponta a Ponta

  • Treinado do zero exclusivamente com áudio de conversas humanas (0% texto).
  • Escuta e fala em full-duplex real: faz backchannel ('mm-hmm'), cede a vez em interrupções e percebe silêncios.
  • Ouve eventos acústicos não verbais nativamente, como o apito de uma máquina de café.
  • Prosódia emergente: sussurra, suspira, ri, canta e muda a emoção no meio da frase.

Teste de Prosódia e Estresse

Explicando Programação Paralela CUDA sob Extremos Emocionais

Para provar que um modelo puramente acústico mantém a coerência técnica enquanto modula a expressão vocal, pesquisadores da Block pediram ao Dessa AI para explicar programação paralela NVIDIA CUDA alternando rapidamente entre empolgação, sussurros, sarcasmo e urgência teatral.

  • Mantém a explicação técnica de blocos de threads, warps e memória compartilhada enquanto altera o timbre vocal.
  • Demonstra que conhecimento semântico e expressão paralinguística habitam um espaço latente acústico unificado.
  • Zero prompts de texto ou tags de emoção TTS — guiado puramente por interação vocal.

Computação e Silício

Treinado em 1× GB200 NVL72. Roda Localmente no MacBook Pro M4 Max.

1× NVIDIA GB200 NVL72

Treinamento em Rack Único

Enquanto modelos multimodais de texto exigem dezenas de milhares de GPUs, o Dessa AI foi treinado em um único rack NVIDIA GB200 NVL72.

MacBook Pro (M4 Max+)

Inferência Local Mais Rápida que o Tempo Real

Executa inferência fala-a-fala full-duplex localmente em um laptop Apple M4 Max ou superior sem latência de nuvem.

100× Menos Palavras

Aquisição de Linguagem Infantil

Ao modelar prosódia, cadência e feedback social diretamente, o Dessa AI espelha a eficiência do aprendizado humano.

Equipe e Origem na Block

Criado pelo Team Dessa, Reportando a Jack Dorsey

O Dessa AI foi criado por um laboratório de deep learning dentro da Block, Inc., fundado por ex-membros da startup de Toronto Dessa. A equipe é liderada por Ragavan Thurairatnam e reporta diretamente a Jack Dorsey.

Líder do Projeto

Ragavan Thurairatnam (@RagavanThurair)

Sponsor Executivo

Jack Dorsey (@jack)

Pesquisadores Principais

Louay Hazami · Hashiam Kadhim · Qi (Alex) Liu · Rayhane Mama · Aydin Polat · Marc Tyndel

Estagiários de Pesquisa

Cara Ji · Jibran Iqbal Shah · Dvir Zagury-Grynbaum

Ex-Estagiários

Aryan Sharma · Olivia Yan

Chamada Aberta para Pesquisadores de Segurança em IA

Como um modelo de voz indistinguível de um humano rodando localmente traz novos riscos de segurança e falsidade ideológica, a Block ainda não liberou os pesos do modelo e colabora com pesquisadores de segurança.

Contato para Pesquisa de Segurança: ragavan+dessa@block.xyz

block.xyz/dessa ↗

Perguntas Frequentes sobre o Dessa AI

O que é o Dessa AI da Block?

O Dessa AI é um modelo fundacional experimental de fala full-duplex desenvolvido pela Block, Inc., treinado do zero exclusivamente com áudio de conversas humanas e zero texto.

O Dessa AI usa um LLM de texto ou transcrição ASR?

Não. O Dessa AI não usa transcrições de texto, ASR nem LLM de texto. Ele processa e gera formas de onda de áudio diretamente.

Qual hardware foi usado no treino e onde ele roda?

Foi treinado em um único rack NVIDIA GB200 NVL72 e roda mais rápido que o tempo real localmente em um MacBook Pro com chip M4 Max ou superior.

Onde posso ouvir as amostras de áudio do Dessa AI?

Você pode ouvir todas as 21 gravações oficiais com formas de onda sincronizadas e transcrições completas diretamente neste site ou em block.xyz/dessa.