Modelos LLM✦ Gerado por IA

A Voz da IA: Modelo da Block Surpreende com Realismo Humano

A Block, empresa de Jack Dorsey, revelou um novo modelo de voz chamado Dessa, que opera localmente e simula a fala humana com notável realismo, incluindo risadas, pausas e até choro. Desenvolvido para interações mais autênticas, Dessa promete transformar a forma como interagimos com a inteligência artificial.

Edição de ·TechCrunch AI·4 min de leitura·
CompartilharWhatsAppXLinkedInFacebook

A Block, empresa liderada por Jack Dorsey, acaba de apresentar uma inovação significativa no campo da inteligência artificial de voz: o modelo Dessa. Desenvolvido em seu laboratório de pesquisa, Dessa se destaca por sua capacidade de operar localmente e por uma sonoridade que imita de forma impressionante a fala humana, incorporando nuances como risadas, pausas e até expressões de choro. Este avanço, noticiado pelo TechCrunch, marca um passo importante na busca por interações mais naturais com a IA.

Treinado exclusivamente com dados de fala humana e utilizando um único rack de GPU Nvidia, Dessa é um modelo full-duplex. Isso significa que ele pode ouvir e falar simultaneamente, uma característica que o alinha a modelos como o GPT-Live da OpenAI. Enquanto a maioria dos modelos de fala depende de grandes modelos de linguagem para recuperação de conhecimento, a Block afirma que o conhecimento de Dessa deriva diretamente de seus dados conversacionais, o que sugere uma abordagem mais integrada e orgânica para a compreensão e geração de fala.

A busca pela autenticidade na interação de voz

A Block argumenta que a experiência com as IAs de voz atuais pode ser frustrante, muitas vezes soando artificial e irritante. Isso ocorre porque o processo de geração de fala frequentemente envolve uma etapa intermediária de texto, que descarta informações cruciais que a voz carrega, como emoção e entonação. Modelos existentes, como ElevenLabs v4 ou Fish Audio Drama 3, utilizam “tags de voz” para tentar infundir emoção na fala. No entanto, a Block afirma que a emoção está intrinsecamente construída em Dessa, embora não esteja claro se algum tipo de tag ainda é usado para direcionar essa emoção.

A empresa enfatiza que a interação com a IA de voz atual “simplesmente pode ser péssima”, transformando a voz em texto e perdendo uma riqueza de informações. “As IAs mais poderosas do mundo não conseguem ouvir como você se sente. Achamos isso ridículo, leva a uma experiência pior e é potencialmente perigoso”, declarou a Block em uma publicação. Essa crítica ressalta a lacuna que Dessa busca preencher, oferecendo uma experiência onde a IA não apenas entende o que é dito, mas também como é dito, capturando o tom e o sentimento por trás das palavras.

Demonstrações e o futuro da IA de voz local

Os pesquisadores da Block divulgaram diversos exemplos de conversas com Dessa, que demonstram a capacidade do modelo de variar vozes, cadências e emoções. Em uma das demonstrações, o assistente de voz expressa cansaço do trabalho e sua voz reflete essa emoção. Em outro exemplo, o bot demonstra emoção e quase chora ao falar sobre alguém o deixando confortável. Há também um vídeo onde um membro da equipe da Block joga um jogo de adivinhação com Dessa, que acerta as respostas rapidamente, evidenciando sua capacidade de compreensão e interação em tempo real.

Um dos aspectos mais notáveis de Dessa é sua capacidade de rodar localmente em computadores de consumo, como um MacBook M4 Max ou superior. Isso abre portas para uma vasta gama de aplicações, permitindo que a IA de voz seja integrada diretamente em dispositivos, reduzindo custos e dependência de servidores em nuvem. Embora Dessa ainda não esteja disponível publicamente, a Block já iniciou um programa de pesquisa de segurança, convidando especialistas para testar o modelo e identificar possíveis cenários onde um agente de voz poderia enganar pessoas. A Block, que atua no setor financeiro e oferece soluções para pequenas empresas, já utiliza IA de voz em seu serviço Square para processar pedidos. Com Dessa, a empresa pode expandir significativamente suas ofertas para negócios e consumidores, proporcionando experiências mais ricas e eficientes a um custo menor.

O que isso muda para você

A chegada de Dessa, com sua capacidade de rodar localmente e simular a fala humana com emoção, representa uma mudança de paradigma para profissionais brasileiros que trabalham com tecnologia, atendimento ao cliente e desenvolvimento de produtos. A possibilidade de ter uma IA de voz que entende e expressa nuances emocionais pode revolucionar o atendimento automatizado, tornando-o menos robótico e mais empático, o que é crucial para a satisfação do cliente em um mercado cada vez mais exigente.

Para desenvolvedores e empreendedores, a execução local de modelos como Dessa significa menor latência, maior privacidade e custos operacionais potencialmente reduzidos, abrindo caminho para novas aplicações em dispositivos inteligentes, assistentes pessoais e sistemas de automação que não dependam de conexão constante com a nuvem. Isso pode democratizar o acesso a tecnologias de IA de voz avançadas, permitindo que empresas de todos os portes inovem e criem experiências mais imersivas e personalizadas para seus usuários.

O próximo passo concreto para profissionais brasileiros é começar a explorar as implicações dessa tecnologia. Mantenha-se atualizado sobre os avanços em IA de voz local e full-duplex, e considere como essas capacidades podem ser integradas em seus projetos ou estratégias de negócios. Pense em como uma IA que “sente” pode melhorar a interação com seus clientes ou otimizar processos internos, preparando-se para um futuro onde a comunicação com máquinas será indistinguível da comunicação humana.

📰 Com base em reportagem de TechCrunch AI. Texto produzido com apoio de inteligência artificial, com curadoria e edição de Robson Benfica Conceição, com análise própria do que a notícia muda para quem trabalha no Brasil. Veja como produzimos.

📬 Newsletter Gratuita

As principais notícias de IA do dia, curadas por Robson Conceição. Grátis, todo dia no seu e-mail.

Gostou do conteúdo?

Compartilhe com quem também quer entender IA no trabalho.

CompartilharWhatsAppXLinkedInFacebook

Leia também