Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · block.xyz
Dessa: modelo conversacional entrenado solo con voz
Block presenta Dessa, un modelo de conversación por voz entrenado solo con audio, sin pasar por texto. Según los comentarios, funciona en local en un MacBook Pro M4 Max y se entrenó con un único NVIDIA GB200 NVL72. Las demos han impresionado por su naturalidad y han dividido por su contenido.
Foto: vía block.xyz
1 medio · MadridPublicada 24 oct, 22:45· Ya no está en portadaEscrita por IA · cómo funciona
Dessa es un modelo de conversación publicado por Block, la empresa matriz de Square, Cash App y TIDAL, y su planteamiento, según el título, es que se ha entrenado únicamente con habla. Un comentario lo describe como un modelo entrenado enteramente con audio, y no como un añadido de voz a texto sobre un modelo de lenguaje.
Según una cita de la página que reproduce un usuario, el modelo se ejecuta en local en un MacBook Pro M4 Max o superior, y su entrenamiento se logró con un solo NVIDIA GB200 NVL72. Los comentarios lo sitúan además entre los modelos dúplex (full duplex), que pueden hablar a la vez que el interlocutor humano en lugar de turnarse.
Por los comentarios se deduce que la página incluye varias grabaciones de demostración: una conversación sobre cine con una confusión sobre Superman IV, un diálogo con GPT-Live-1 y otro que simula a una pareja sentimental. Los comentaristas también apuntan que el título del post fue modificado por un moderador, porque el original usaba un lenguaje más promocional.
«Dessa: Conversation Model trained only on speech» · puesto 30 · 491 puntos · enviado por dsr12
Lo que dicen los comentarios
La conversación se divide entre el asombro por lo natural que suena la voz y las dudas sobre qué hay detrás. Muchos señalan que las respuestas carecen de sustancia, que el modelo interrumpe demasiado y que suena a podcast o a diálogo teatral. Otros defienden su utilidad, por ejemplo en el aprendizaje de idiomas o combinado con otro sistema más inteligente, aunque quien trabaja en ello admite que de momento no sustituye a la cascada clásica por la inteligencia, las llamadas a herramientas y el soporte de otros idiomas. También se discute si Block puede considerarse «indie» y se plantea el riesgo de suplantación por voz.
Los ejemplos son impresionantes, pero lo que me hizo soltar un taco fue que corre en local en un MacBook Pro M4 Max y se entrenó con un solo GB200 NVL72. Es un logro enorme para la IA «indie».
Es muy valioso para aprender idiomas: un interlocutor siempre disponible, sin vergüenza ni paciencia que agotar. Al estar entrenado con audio y no con voz a texto, puede dar un feedback de altísima calidad, y es barato de ejecutar.
Es justo lo que hago en mi proyecto. Dessa me entusiasma, pero no creo que reemplace aún al sistema en cascada clásico: faltan inteligencia, llamadas a herramientas, system prompt y otros idiomas además del inglés.
No podría distinguir que esto es IA solo con los ejemplos. Si me llamara un agente malicioso con esta tecnología, probablemente no me daría cuenta; mi plan es preguntar por un recuerdo compartido.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.