Audiovisual & IAdessa ai
Dessa AI: el modelo de voz de Block explicado
Descubre cómo plantea Block la conversación de voz con Dessa, qué significa hablar y escuchar a la vez y qué acceso se ha anunciado hasta ahora.
- Autor: humAIns
- 8 min de lectura
índice · 6 apartados
Dessa AI es un modelo de voz conversacional que Block presenta como una vista previa de investigación: escucha audio y responde con audio, y su diseño full dúplex permite que escuche mientras habla. No es simplemente un lector de texto ni un servicio de acceso público confirmado; a 17 de noviembre de 2026, Block invita a un grupo pequeño de investigadores de seguridad a solicitar acceso anticipado.
La propuesta interesa a creadores porque explora una interacción más parecida a una conversación en directo que a una cadena de dictado, texto y voz sintética. Pero las demostraciones no sustituyen una evaluación independiente, y no permiten concluir que el sistema esté disponible para producción, sea infalible o perciba emociones como una persona.
Qué es Dessa de Block y qué no es
Dessa es el nombre que el equipo de investigación de Block da a su modelo de conversación por voz. La página oficial lo denomina modelo speech-to-speech y afirma que fue entrenado desde cero únicamente con conversaciones humanas, sin texto ni modelos preentrenados. Es importante atribuir estas afirmaciones a Block: son la descripción del creador, no una auditoría publicada por terceros.
El nombre puede llevar a páginas o productos distintos. Para comprobar novedades del proyecto de Block, el punto de referencia es block.xyz/dessa. No confundas ese anuncio con servicios independientes que también usan “Dessa” en su nombre: en particular, dessa-ai.com no es el sitio oficial de Block ni su servicio debe darse por equivalente al modelo. La propia página de Block aclara que el desarrollador de GPT-Live-1 no está afiliado a Block ni ha revisado o respaldado Dessa.
Esta distinción importa al buscar una descarga, una API o una cuenta para probarlo. Un nombre parecido, una demostración embebida o una página que describe una tecnología de voz no acreditan acceso al modelo original.
Audio de entrada y audio de salida: qué significa full dúplex
En una arquitectura conversacional habitual, el sistema puede encadenar varios pasos: reconocer el habla y convertirla en texto, generar una respuesta textual y sintetizarla como voz. Esa tubería puede ser útil y cada etapa tiene aplicaciones propias, pero separar el audio del texto puede descartar rasgos de la señal y añade transiciones entre componentes.
Block describe Dessa de otra manera: audio de entrada y audio de salida, con capacidad full dúplex para escuchar y hablar al mismo tiempo. Según el equipo, esto permite interrupciones y señales breves de acompañamiento —por ejemplo, un “sí” o un “entiendo”— en lugar de esperar siempre a que el interlocutor termine por completo. La página también afirma que el sistema se ejecuta más rápido que tiempo real y localmente en un MacBook Pro con M4 Max o superior. Son requisitos y capacidades declarados por Block; no una garantía de rendimiento en cualquier configuración ni una prueba independiente.
| Enfoque | Entrada y salida | Qué conviene tener presente |
|---|---|---|
| Dictado | Voz a texto | Captura lo dicho, pero por sí solo no mantiene una conversación hablada. |
| Cadena de voz | Voz a texto, generación textual y síntesis | Divide el trabajo entre etapas; el comportamiento depende de cada herramienta. |
| Dessa según Block | Audio a audio, con escucha y habla simultáneas | Es la propuesta anunciada; el acceso y los requisitos deben confirmarse en la fuente oficial. |
“Full dúplex” describe el intercambio simultáneo, no significa que el modelo comprenda perfectamente todo lo que oye. Puede haber errores de reconocimiento o respuesta, y una voz natural no demuestra que las afirmaciones sean correctas. En un proceso audiovisual, sigue siendo necesario revisar el contenido antes de utilizarlo.
Qué muestran las demostraciones oficiales y qué no prueban
Block publica grabaciones de conversaciones en directo y afirma que nadie guía esas intervenciones: el modelo decide qué decir, cuándo hacerlo y con qué voz. La página incluye ejemplos de turnos, pausas, risas e interrupciones, además de una transcripción añadida después de grabar. El equipo presenta esas muestras como indicios de una conversación más fluida y de una interacción directa con el audio.
Escucha varios ejemplos desde el sitio original y fíjate en preguntas concretas: ¿cuándo empieza a responder?, ¿se detiene si la otra persona interviene?, ¿cómo maneja una pausa o una corrección? Estas observaciones sirven para entender lo que se muestra, no para extrapolar resultados a cualquier idioma, micrófono, ruido de fondo o situación profesional.
Una demostración no permite medir por sí sola tasa de error, consistencia, latencia en tu equipo, seguridad ni calidad en español. Tampoco demuestra que el modelo sienta una emoción: puede producir o responder a rasgos acústicos que Block describe como emoción, sarcasmo o risa, pero eso no equivale a experiencia emocional. La voz expresiva puede hacer que una respuesta inventada parezca más convincente; verifica datos y no uses una muestra promocional como validación para un cliente o una emisión.
Acceso, disponibilidad y requisitos
La información consultada el 17 de noviembre de 2026 en la página oficial de Dessa describe una vista previa de investigación e invita a investigadores de seguridad de IA a solicitar acceso anticipado. Block habla de un grupo pequeño y facilita una solicitud; no anuncia allí acceso general para cualquier usuario, disponibilidad específica en España, una API pública, una licencia abierta o un plan gratuito. Por tanto, no se puede afirmar que el público pueda descargar o integrar el modelo hoy.
La misma página indica que la inferencia se ejecuta localmente en un MacBook Pro M4 Max o superior. Tómalo como el requisito comunicado por el creador para la versión que describe, no como una lista completa de compatibilidad o un compromiso de soporte. Antes de planificar una prueba, consulta la página oficial por si cambian el hardware requerido, el proceso de solicitud o las condiciones.
El dominio dessa-ai.com no es el canal oficial de Block. La página de Block, además, distingue explícitamente un proyecto llamado GPT-Live-1 y declara que su desarrollador no está afiliado a Block ni ha revisado o respaldado Dessa. No atribuyas a Block la disponibilidad, prestaciones o política de privacidad de un tercero por compartir una palabra en el nombre. No hemos podido verificar directamente el contenido actual de dessa-ai.com; comprueba quién opera cualquier servicio antes de enviar audio o datos personales.
Qué puede aportar a un flujo audiovisual
Aunque no tengas acceso al modelo, puedes usar la propuesta como referencia para diseñar una interacción de voz y preparar una entrevista ficticia. El objetivo sería probar el guion y las decisiones de producción, no simular que ya se ha evaluado Dessa.
- Escribe un caso ficticio: una persona realizadora entrevista a una invitada inventada sobre cómo preparar una grabación.
- Define qué debería ocurrir si la invitada hace una pausa, se corrige o interrumpe. Anota cuándo una respuesta breve ayuda y cuándo resulta invasiva.
- Si prototipas con una herramienta disponible, informa a quienes participen, utiliza voces con permiso y evita cargar grabaciones de clientes o personas identificables sin autorización.
- Revisa la transcripción y cada dato antes de reutilizarlo. Etiqueta el audio sintético cuando corresponda y conserva la aprobación editorial de la persona responsable.
Dessa se plantea como conversación de audio a audio. No es lo mismo que locutar una pieza terminada a partir de un guion: para esa tarea, consulta nuestra guía de ElevenLabs en español, que aborda la generación de voz y otros usos de producción. También puedes ampliar el contexto con los artículos sobre agentes de voz con IA y cómo hablar por voz con una IA. En todos los casos, elige la herramienta según el flujo que necesitas y revisa sus condiciones actuales antes de grabar o publicar.
Para desarrollar estas ideas en proyectos reales, puedes explorar la formación práctica en IA audiovisual; no implica que el curso incluya acceso a Dessa. Si quieres identificar qué habilidades te conviene reforzar primero, realiza el test ¿Cuánto te queda?.
Preguntas frecuentes sobre Dessa AI
¿Quién creó Dessa?
El equipo Dessa, un pequeño laboratorio de investigación de IA de Block, según la página del proyecto. El responsable del equipo que figura allí es Ragavan Thurairatnam.
¿Qué significa full dúplex en una conversación de voz?
Que el sistema puede escuchar y hablar a la vez. En la descripción de Block, esto hace posible reaccionar a una interrupción o añadir señales breves durante el turno; no garantiza que siempre lo haga correctamente.
¿Se puede usar Dessa desde España?
Block no anuncia disponibilidad general en España en la información consultada el 17 de noviembre de 2026. La página invita a investigadores de seguridad a solicitar acceso anticipado; consulta allí cualquier actualización y no des por hecho que una solicitud garantice acceso.
¿Dessa es software abierto?
La página consultada no publica una licencia abierta ni anuncia una descarga pública del modelo. Hasta que Block indique lo contrario en documentación oficial, no lo presentes como open source.
¿Dessa es lo mismo que un generador de voz?
No. Un generador de voz puede convertir texto escrito en audio. Dessa se describe como un modelo speech-to-speech de conversación que recibe y produce audio. Para una locución guionizada, una herramienta de texto a voz como ElevenLabs responde a una tarea distinta; sus funciones y condiciones se consultan en su web oficial.