Block entrenó una IA de voz solo con audio humano: sin texto, sin pausas y con detección emocional
Dessa, el modelo de Jack Dorsey, aprende a hablar como un bebé: escuchando. Corre en local, no genera pausas y detecta si estás sufriendo.
Por Ariel Serato · Cofundador y editor de IA y Tecnología3 min de lectura
Una IA que aprendió a hablar sin leer una sola palabra. Eso es lo que Block acaba de presentar, y redefine dónde está el techo de los asistentes de voz.
Dessa no convierte audio en texto ni en ningún punto intermedio. Recibe sonido y responde con sonido, end-to-end, de la misma manera que lo haría un interlocutor humano. Según la página oficial del producto, es el primer modelo capaz de sostener una conversación realista habiendo aprendido exclusivamente al escuchar grabaciones de habla humana.
El experimento: ¿puede una máquina aprender a hablar como un bebé?
El equipo detrás de Dessa —liderado por Ragavan Thurairatnam y compuesto por ex integrantes de la startup canadiense original— se planteó una pregunta concreta: ¿puede una máquina aprender a hablar sin nunca ver texto escrito? La respuesta que encontraron fue sí. "Es posible. Solo que es muy difícil", escribió el equipo en la presentación del proyecto.
Block adquirió la startup Dessa en 2020. La compañía ya era conocida en 2019 por haber recreado con IA la voz del conductor Joe Rogan.
Full-duplex: escucha y habla al mismo tiempo
Dessa opera en modo full-duplex: puede escuchar y hablar en simultáneo, como en una llamada telefónica. Eso le permite reaccionar cuando alguien lo interrumpe, duda o se ríe en medio de una frase, sin esperar turnos fijos como un sistema de walkie-talkie.
El modelo puede correr de forma local en una MacBook Pro con chip M4 Max o superior, sin depender de servidores externos. Según Block, responde más rápido de lo que dura la conversación real, eliminando las pausas que hacen sentir artificial a cualquier asistente de voz actual.
El riesgo que nadie quiere ignorar
El caso de uso más crítico no es la productividad: es la detección emocional en situaciones de dolor. "Imaginen estar atravesando un dolor grave mientras una IA de voz no se da cuenta y sigue hablando como si nada. Ese es el problema de seguridad. Dessa es un paso para solucionarlo", escribió el equipo en la presentación.
Un sistema que suena convincentemente humano, capta emociones y reacciona a interrupciones abre preguntas que un chatbot de texto nunca tuvo que enfrentar: suplantación de identidad, manipulación emocional, confianza. Por eso Block no lo lanzó al público general: por ahora, el acceso anticipado estará limitado a un grupo reducido de investigadores de seguridad en inteligencia artificial.
Qué viene
Jack Dorsey reconoció públicamente el avance del equipo en X. Block anticipó que en los próximos días publicará más grabaciones de conversaciones reales con Dessa en esa plataforma.
La pregunta que queda abierta no es si los asistentes de voz van a sonar más humanos. Es qué pasa cuando ya no podamos distinguirlos.
Variantes de titular generadas:
- ✅ (RECOMENDADA) "Block entrenó una IA de voz solo con audio humano: sin texto, sin pausas y con detección emocional"
- "La IA de voz de Jack Dorsey aprendió a hablar como un bebé, y ya no podés ignorar lo que implica"
- "Dessa: el modelo que corre en tu Mac, detecta si estás sufriendo y puede suplantar cualquier voz"
