Blocks Voice-Modell Dessa spricht und hört gleichzeitig zu

Die meisten Sprachassistenten transkribieren, was Sie sagen, lassen ein Sprachmodell eine Antwort schreiben und lesen sie dann vor. Dessa arbeitet mit dem Klang selbst, sodass Pausen, Emotionen und Sarkasmus, die ein Transkript verliert, erhalten bleiben, erklärt The Decoder. Es ist außerdem Vollduplex: Es hört zu, während es spricht, so wie Menschen einander ins Wort fallen. Block hat es nur mit Aufnahmen menschlicher Sprache trainiert, auf einem einzigen Rack mit Nvidia-GPUs, und es läuft auf einem MacBook Pro mit M4 Max oder neuerem Chip. Die leistungsfähigsten KIs der Welt könnten nicht hören, wie sich ein Mensch fühlt, schrieb Block.

Einen öffentlichen Zugang gibt es nicht. Block hat Sicherheitsforscher gebeten, das Modell zuerst zu testen, vermerkt TechCrunch. TechCrunch stellt es ElevenLabs v4 gegenüber, wo geschriebene Tags im Skript die Emotion festlegen, und sagt, es sei unklar, ob die Emotion bei Dessa auf andere Weise gesteuert wird.

Für Voiceovers in Anzeigen beginnen die Bezahltools in unserer Liste der KI-Voiceover-Generatoren günstig: ElevenLabs Starter kostet 6 $ pro Monat für 30.000 Credits und enthält eine kommerzielle Lizenz, Stand: 23. Oktober 2026.

Solange Block Dessa nicht über die Sicherheitstester hinaus öffnet, kommt Emotion in einem Anzeigen-Voiceover weiterhin von tag-gesteuerten Tools wie ElevenLabs, dessen Starter-Tarif 6 $ pro Monat mit kommerzieller Lizenz kostet.