Dessa — מודל הקול הדו-כיווני המלא (full-duplex) של Block
הגדרה
Dessa הוא מודל קול דו-כיווני מלא (full-duplex) של Block, החברה של Jack Dorsey שמפעילה את Square ואת Cash App. הוא מקשיב ומדבר בו בזמן, ואפשר להפריע לו באמצע משפט. לפי החברה, הוא אומן מאפס רק על הקלטות של דיבור אנושי, בלי טקסט ובלי מודל שפה שאומן מראש.
💡 דוגמה
באחת ההדגמות שהחברה פרסמה, המודל מספר שהוא עייף מהעבודה, ובאותו רגע הוא גם נשמע עייף. לפי Block, כל ההדגמות הן הקלטות חיות שאיש לא כיוון בהן את המודל, והכתוביות נוספו רק אחר כך.
קול שמקשיב ומדבר בו בזמן
ב-23 באוקטובר 2026 הציגה Block, חברת התשלומים של Jack Dorsey שמפעילה את Square ואת Cash App, תצוגה מקדימה מחקרית של Dessa, מודל קול חדש. לפי החברה זהו מודל דיבור לדיבור דו-כיווני מלא (full-duplex): הוא מקשיב ומדבר באותו הזמן, ואינו ממיר את הדיבור לטקסט בשום שלב. קול נכנס, קול יוצא. אפשר להפריע לו באמצע משפט, והוא מתמודד עם הקטיעה כמו בן שיחה אנושי. Dorsey כתב ברשת שזהו "מודל הדיבור הדו-כיווני המלא האותנטי ביותר שנבנה אי פעם". זה תיאור של החברה עצמה, ולא תוצאה של בדיקה בלתי תלויה.
אימון מאפס, רק על קול אנושי
לדברי Block, Dessa אומן מההתחלה רק על הקלטות של שיחות אנושיות, בלי שום טקסט כתוב ובלי מודל שפה שאומן מראש. מודלי קול אחרים מצורפים בדרך כלל למודל שפה טקסטואלי, שממנו הם שואבים את הידע. Block טוענת שהידע של Dessa מגיע מנתוני השיחות שעליהם אומן. התוצאה, לפי החברה, היא רגש שמובנה בקול עצמו: צחוק, סרקזם, אנחת תסכול, קול שנסדק מעצב. במודלים רבים אחרים הרגש מופעל באמצעות תגיות שמוסיפים לטקסט. Block מציינת גם שהמודל למד שפה ממספר מילים "קטן פי מאות" מזה של מודלי שפה גדולים, אך לא פרסמה מספר מדויק. האימון נעשה על מערכת אחת בלבד מדגם NVIDIA GB200 NVL72.
השורשים בחברת Dessa מטורונטו
השם אינו מקרי. המעבדה הקטנה שבנתה את המודל כפופה ישירות ל-Dorsey, והקימו אותה עובדים לשעבר של Dessa, חברת למידה עמוקה מטורונטו. לפי Block, אנשי הצוות בונים מודלי למידה עמוקה מאז 2012, ומודלי דיבור גנרטיביים כבר יותר משמונה שנים. החברה הייתה ידועה בעבודתה על זיהוי דיפ-פייק. במאי 2019 פרסמה Dessa קטעים של קול מזויף ומשכנע של המגיש Joe Rogan, והציגה אותם כאזהרה: הציבור צריך להבין מה מודלים של סינתזת דיבור מסוגלים לעשות. בהמשך שחררה בקוד פתוח את טכנולוגיית זיהוי הזיופים שפיתחה. ב-7 בפברואר 2020 הודיעה Square (כיום Block) שהיא רוכשת את Dessa, והצוות המשיך לעבוד מטורונטו. ב-2017 הצטרף ל-Dessa גם אלכס קריז'בסקי, ממפתחי AlexNet. מי שמוביל היום את מעבדת הקול, Ragavan Thurairatnam, הוא מי שהקים את Dessa המקורית ומכר אותה.
תצוגה מקדימה בלבד, בלי מוצר
Dessa אינו זמין לציבור. גישה מוקדמת ניתנת כרגע רק לקבוצה קטנה של חוקרי בטיחות AI, שנרשמים בטופס ומוסרים כתובת דוא"ל של אוניברסיטה, חברה או מעבדה. לפי החברה, תפקידם למצוא סיכונים ש-Block "לא צפתה". לציבור הרחב פתוחה רק רשימת המתנה. Block כתבה ש"קישורי ההשקה יגיעו בקרוב", בלי תאריך, בלי מחיר ובלי ממשק API. יתרון שהחברה מדגישה הוא שהמודל קל להרצה: לדבריה, Dessa רץ על המחשב של המשתמש, למשל MacBook Pro עם שבב M4 Max ומעלה, ולא רק על שרתים.
מה לא פורסם
Block לא פרסמה את גודל המודל, לא תוצאות של מבחני ביצועים ולא תאריך השקה. ההדגמות שהחברה הפיצה הן הקלטות שיחה חיות, שלדבריה איש לא כיוון בהן את המודל, והכתוביות נוספו להן רק אחר כך. ועדיין, זה חומר שהחברה עצמה בחרה ופרסמה, ולא בדיקה בלתי תלויה. TechCrunch ציין שלא ברור אם הרגש בקול מונחה בכל זאת בתגיות כלשהן. באחת ההדגמות Dessa משוחח עם GPT-Live-1, מודל קול אחר, כך ששני הקולות בהקלטה נוצרו בידי AI. Block מציינת במפורש שהמפתח של GPT-Live-1 אינו קשור אליה, ולא בדק את Dessa או המליץ עליו.
בין התפעלות לחשש מהונאה
התגובות הראשונות היו מעורבות. מצד אחד, התפעלות: Thurairatnam עצמו כתב ש"זה רגע ה-GPT-3 של הדיבור", ומייסד Binance, Changpeng "CZ" Zhao, כתב שהטכנולוגיה עשויה להתאים מאוד ל-GiggleAcademy, פרויקט החינוך שלו, כי ללמד ילדים בקולות ה-AI של היום היה קשה. מצד שני, חששות: יוצרת הקולנוע Justine Bateman כתבה שכך אפשר "לגרום לאנשים להוריד את המשמר", והעיתונאי Shiv Aroor הזהיר ששיחות ההונאה בטלפון "עומדות להגיע לרמה של מגפה". Block עצמה הציגה בטיחות כחלק מהסיבה לפיתוח: לטענתה, קול AI יוכל בעתיד לזהות סימני מצוקה וכאב רגשי שתמלול טקסטואלי מפספס.
📬 הגיליון השבועי של Wiki-AI
פעם בשבוע, ביום ראשון: שלושת הדברים החשובים שקרו בעולם הבינה המלאכותית, בעברית פשוטה, וערכים חדשים באנציקלופדיה. לגיליונות
| שרשרת רגילה (דיבור, טקסט, דיבור) | מודל דיבור לדיבור אחר (כמו GPT-Live) | Dessa | |
|---|---|---|---|
| מקור הידע והשפה | מודל שפה טקסטואלי, שאומן על כמויות עצומות של טקסט | בדרך כלל בשילוב מודל שפה טקסטואלי | לדברי Block: הקלטות דיבור בלבד, בלי טקסט כלל |
| אפשר להפריע לו באמצע? | בדרך כלל לא, הוא עונה בתורות | כן | כן |
| איך הרגש מגיע לקול | מתגיות שמוסיפים לטקסט לפני הקראתו | משתנה ממודל למודל, חלקם בתגיות | מובנה מהאימון על קול, לדברי Block |
| זמינות | מוצרים מסחריים נפוצים | שוחרר על ידי OpenAI ב-2026 | תצוגה מקדימה מחקרית, רשימת המתנה בלבד |
שאלות נפוצות ❓
מה ההבדל בין Dessa לעוזר קולי רגיל?
במודלי קול רבים יש שלב של טקסט בדרך, והשיחה מתנהלת בתורות. Dessa דו-כיווני מלא: הוא מקשיב ומדבר בו בזמן, לא עובר דרך טקסט, ואפשר להפריע לו באמצע משפט.
אפשר להשתמש ב-Dessa כבר היום?
לא. זו תצוגה מקדימה מחקרית בלבד. גישה מוקדמת ניתנת רק לקבוצה קטנה של חוקרי בטיחות AI, ולציבור הרחב יש רק רשימת המתנה, בלי API, בלי מחיר ובלי תאריך השקה.
מה הקשר בין Dessa לאלכס קריז'בסקי, ממפתחי AlexNet?
קריז'בסקי עזב את Google ב-2017 ועבר לעבוד ב-Dessa, חברת הלמידה העמוקה מטורונטו ש-Square (כיום Block) רכשה ב-2020. את מעבדת הקול שבנתה את המודל החדש הקימו עובדים לשעבר של אותה חברה, והמודל נושא את שמה.
למה יש חשש מ-Dessa, אם זו רק תצוגה מקדימה?
מבקרים חוששים שקול שנשמע אנושי כל כך יקל על הונאות טלפוניות ויגרום לאנשים להוריד את המשמר. Block אומרת שהיא נותנת גישה מוקדמת לחוקרי בטיחות AI כדי שימצאו סיכונים שהיא לא צפתה.