Dessa, el modelo de voz de Block, habla y escucha a la vez

La mayoría de los asistentes de voz transcriben lo que dices, piden a un modelo de lenguaje que redacte una respuesta y luego la leen en voz alta. Dessa trabaja con el sonido mismo, así que se conservan las pausas, la emoción y el sarcasmo que una transcripción pierde, explica The Decoder. Además es full duplex: escucha mientras habla, como cuando las personas se interrumpen. Block lo entrenó solo con grabaciones de voz humana, en un único rack de GPU de Nvidia, y funciona en una MacBook Pro con chip M4 Max o superior. “Las IA más potentes del mundo no pueden oír cómo te sientes”, escribió Block.

No hay acceso público. Block pidió primero a investigadores de seguridad que prueben el modelo, apunta TechCrunch. TechCrunch lo compara con ElevenLabs v4, donde etiquetas escritas en el guion definen la emoción, y dice que no está claro si la emoción de Dessa se controla de otra forma.

Para voces en off de anuncios, las herramientas de pago de nuestra lista de generadores de voz en off con IA tienen precios de entrada bajos: ElevenLabs Starter cuesta $6 al mes por 30,000 créditos e incluye licencia comercial (consultado el 23 de octubre de 2026).

Mientras Block no abra Dessa más allá de los evaluadores de seguridad, la emoción en una voz en off de anuncio sigue viniendo de herramientas basadas en etiquetas como ElevenLabs, cuyo plan Starter cuesta $6 al mes con licencia comercial.