AIニュース · Block · 音声AI
BlockのDessa、話しながら同時に聞く音声モデル
SquareとCash Appの運営元は、Dessaを人間の音声だけで学習させ、MacBook Proで動くと説明しています。ただし、Block社外ではまだ誰も使えません。
Square・Cash Appを運営するBlockが開発した新しい音声モデルDessaは、音声をいったんテキストに変換することなく、そのまま会話できます。Blockの研究部門が2026年10月23日に公開したと、TechCrunchが報じました。
一般的な音声アシスタントは、話した内容を文字に起こし、言語モデルに返答を書かせ、それを読み上げます。Dessaは音そのものを扱うため、文字起こしでは失われる間や感情、皮肉がそのまま残ると、The Decoderは説明しています。全二重（フルデュプレックス）にも対応し、話しながら聞くため、人間同士のように相手の発言に割り込めます。Blockは人間の音声録音だけを使い、Nvidia GPUのラック1台で学習させました。M4 Max以降のチップを搭載したMacBook Proで動きます。「世界で最も強力なAIでさえ、人の気持ちを声から聞き取れていません」とBlockは書いています。
一般公開はされていません。Blockはまず安全性の研究者に試してもらうよう依頼したと、TechCrunchは伝えています。TechCrunchはDessaをElevenLabs v4と対比しています。こちらは台本中のタグで感情を指定する方式で、Dessaの感情を別の方法で操作できるのかどうかは明らかではないとしています。
広告のナレーション用途では、AIナレーション生成ツールの一覧にある有料ツールは低価格から始められます。ElevenLabsのStarterは月額$6で30,000クレジット、商用ライセンス付きです（2026年10月23日確認）。
BlockがDessaを安全性テスター以外に公開するまでは、広告ナレーションに感情を乗せる手段は、ElevenLabsのようなタグで指定するツールになります。ElevenLabsのStarterプランは月額$6で、商用ライセンスが付きます。
