Block, het bedrijf van Jack Dorsey, heeft een nieuw spraakmodel uitgebracht genaamd Dessa. Het opvallende van dit model is dat het heel natuurlijk klinkt: het gebruikt pauzes, zuchten, lachen en zelfs emotionele tonen die aan een echt gesprek doen denken. Block zegt dat Dessa volledig is getraind op menselijke spraak en dat het model op één consumenten‑grafische processor kan draaien.

Wat is Dessa?

Dessa is een spraak‑naar‑spraak‑model dat in staat is om tegelijk te luisteren en te spreken. Dat noemen onderzoekers full‑duplex (kan tegelijk spreken en luisteren). Hierdoor voelt een gesprek met Dessa minder als een reeks korte commando’s en meer als een normale conversatie.

Het model is volgens Block getraind alleen op gesproken data. In plaats van eerst spraak naar tekst te zetten en die tekst te gebruiken om een antwoord te maken, werkt Dessa direct met geluid. Daardoor wil Block dat de modelreacties voller en emotioneler klinken.

Block en onderzoekers van het bedrijf publiceerden verschillende voorbeelden waarin Dessa van toon en tempo wisselt. In sommige fragmenten klinkt het alsof de spraakassistent moe is van het werk; in andere fragmenten raakt de stem emotioneel en lijkt bijna te breken. In nog een ander voorbeeld speelt een medewerker een raadseltje met het model, en het model reageert snel en vloeiend.

Wat is er nieuw aan deze aanpak?

Veel huidige spraakmodellen zetten spraak eerst om naar tekst en gebruiken die tekst vervolgens om antwoorden te genereren. Die tussenstap kan informatie weggooien: hoe iets gezegd wordt, welke emotie of pauzes er waren, gaat verloren. Block zegt dat Dessa die informatie wél behoudt en gebruikt.

Sommige andere modellen sturen emoties aan met zogenaamde voice tags (kleine instructies die vertellen welke emotie of klankkleur de stem moet gebruiken). Block zegt dat emotion steeds meer ingebouwd zit in Dessa, maar het is niet duidelijk of er helemaal geen tags of extra stuurmechanismen worden gebruikt.

Belangrijke punten:

• Full‑duplex: kan tegelijk luisteren en spreken, wat vlottere gesprekken mogelijk maakt.

• Op spraak getraind: geen tussenstap via tekst volgens Block.

• Draait lokaal: het model kan op een consumentengeoriënteerde grafische processor draaien, zoals een MacBook M4 Max of beter. GPU staat voor grafische processor (een chip die veel rekenwerk tegelijk kan doen).

Toepassingen en zakelijke betekenis

Block is een bedrijf dat al diensten levert voor kleine ondernemers, onder meer op het gebied van betalingen en kassasystemen. Een stemmodel dat lokaal draait kan voor die klanten interessante mogelijkheden bieden:

• snellere en natuurlijkere klantenservice via spraak,

• kassasystemen of telefonie die begrijpelijker en menselijker reageren,

• functies die minder afhankelijk zijn van cloudverbindingen, wat kosten kan besparen.

Square, een onderdeel dat ook bij Block hoort, gebruikt al spraakautomatisering voor bestellingen. Met een model als Dessa kan Block zelf meer van die functies aanbieden zonder steeds een externe dienst te gebruiken.

Veiligheid, beschikbaarheid en vragen

Dessa is volgens Block nog niet publiek beschikbaar. Het bedrijf roept veiligheidsonderzoekers op om het model te testen. Dat doel is waarschijnlijk om te kijken naar mogelijkheden waarbij een stemagent mensen kan misleiden of incorrecte informatie geeft.

Belangrijke zorgen:

• Een zeer menselijke stem kan mensen makkelijker forceren of misleiden, bijvoorbeeld bij fraude of identiteitsvervalsing.

• Het is niet duidelijk hoeveel controle ontwikkelaars krijgen over hoe emotie wordt ingezet.

• Lokale uitvoering vermindert afhankelijkheid van de cloud, maar maakt het ook gemakkelijker om het model op veel apparaten te verspreiden, wat zowel kansen als risico’s vergroot.

Block gaf aan dat veel bestaande stem‑AIs informatie missen die in iemands stem verborgen zit, zoals gevoelens. Volgens het bedrijf leidt dat tot een slechtere en soms gevaarlijke ervaring. Daarom wil Block dat het model eerst door onderzoekers getest wordt.

Conclusie

Dessa is een opvallende stap in spraaktechnologie: een model dat direct met geluid werkt en gesprekken voert die veel menselijker klinken. Het feit dat het lokaal op consumentenhardware kan draaien maakt het technisch en zakelijk interessant. Tegelijkertijd roept die natuurgetrouwe stem belangrijke veiligheidsvragen op. Vooralsnog is Dessa niet vrij beschikbaar; Block zoekt onderzoekspartners om het model op mogelijke risico’s te toetsen.