Lunes, 16 de noviembre de 2026
Portada de las 21:50
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 de conversación entrenado solo con voz

Dessa, un proyecto de Block, es un modelo de conversación por voz entrenado únicamente con audio, sin pasar por texto. Según los comentarios, funciona en local en un MacBook Pro M4 Max y se entrenó con un solo NVIDIA GB200 NVL72. Sus demos suenan muy naturales, pero se discute cuánto dicen.

Foto: vía block.xyz

Leer el artículo aquíArtículo original (block.xyz) 181 comentarios en Hacker News

Escucha la noticia2 min

Según los comentarios, Dessa es un modelo de conversación de Block, Inc. que aprende directamente del habla, sin un sistema de voz a texto añadido. Es un modelo dúplex: puede hablar a la vez que su interlocutor humano en lugar de esperar su turno.

Entre las afirmaciones que los comentaristas citan de la página figuran que corre en local en un MacBook Pro M4 Max o superior y que se entrenó con un único NVIDIA GB200 NVL72. También que los LLM necesitan cantidades enormes de texto, mientras que Dessa habría aprendido el lenguaje con cientos de veces menos palabras.

Las demos incluyen varias conversaciones, entre ellas una con un modelo de OpenAI llamado GPT-Live-1 y otra en la que el modelo hace de pareja del usuario. En una de ellas afirma que Bryan Singer participó en «Superman IV», dato que los comentarios señalan como alucinación. Según un comentario, el título original de la publicación era más grandilocuente y un moderador lo cambió.

En Hacker News

«Dessa: Conversation Model trained only on speech» · puesto 30 · 483 puntos · enviado por dsr12

Lo que dicen los comentarios

La mayoría reconoce que la voz suena muy natural, pero muchos echan en falta sustancia: las respuestas parecen un flujo de conciencia, sin nadie detrás. Hay discrepancia sobre la utilidad: algunos ven potencial para aprender idiomas o para combinarlo con otro sistema más inteligente, y otros piden esperar a verlo funcionar así. También se critican las interrupciones y las risas forzadas de las demos, la etiqueta de «indie» para un proyecto de Block y el riesgo de suplantación de voz en estafas telefónicas. Además, hay quien apunta que el modelo parece entrenado con podcasts y diálogos de ficción.

  • Es muy valioso para aprender idiomas: un interlocutor disponible siempre, sin vergüenza ni miedo a hacer perder el tiempo a un profesor. Al entrenarse con audio, puede dar un feedback de muy alta calidad. Y es barato de ejecutar.
    — iforgotmypasswo, leer el comentario
  • Los ejemplos impresionan, pero lo que me hizo soltar un palabrote fue que corre en local en un MacBook Pro M4 Max y se entrenó con un solo GB200 NVL72. Un gran logro para la IA «indie».
    — toddmorey, leer el comentario
  • Suena extremadamente natural y humano, pero si te fijas en lo que dice se nota una falta de inteligencia. Me recuerda al flujo de conciencia de un adolescente.
    — jdthedisciple, leer el comentario
  • No sería capaz de detectar que esto es IA por los ejemplos. Si me llamara un agente malicioso con esta tecnología, probablemente no lo notaría. Mi plan es preguntar por un recuerdo compartido a la gente que conozco.
    — mrinterweb, leer el comentario
  • Este modelo claramente no es muy listo, así que la voz es todo el sentido y no hay mucho valor más allá. Eso se resume en suplantación: sirve para hacerse pasar por humanos.
    — m_fayer, leer el comentario

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

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.