A empresa de Jack Dorsey, a Block, apresentou um novo modelo de inteligência artificial capaz de reproduzir a voz humana com um realismo impressionante. Batizado de Dessa, o sistema foi desenvolvido no laboratório de pesquisa da companhia e opera diretamente nos dispositivos dos usuários, dispensando servidores externos para funcionar.
Entre as características que chamam a atenção, estão as expressões naturais incorporadas à fala, como risos, pausas dramáticas e até llantos. A empresa destaca que o modelo consegue conversar e ouvir simultaneamente, recurso conhecido como comunicação full-duplex, semelhante ao que a OpenAI havia lançado anteriormente neste ano.
De acordo com a Block, a maioria dos sistemas de voz disponíveis atualmente soa artificial e irritante porque utiliza texto como etapa intermediária no processo de geração da fala. Muitos concorrentes recorrem a etiquetas emocionais para tentar adicionar sentimento às vozes sintéticas. A companhia de Dorsey afirma que, no Dessa, a emoção já está integrada nativamente ao modelo, sem necessidade de artifícios externos.
Segundo publicação da empresa, a interação com assistentes de voz disponíveis hoje pode ser frustrante justamente porque transformam a voz do usuário em texto, descartando informações valiosas que só o tom de voz carrega. A Block argumenta que as principais inteligências artificiais do mundo não conseguem perceber como o interlocutor se sente, o que resulta em experiências inferiores e potencialmente arriscadas.
O Dessa foi treinado exclusivamente com base em fala humana e pode operar em um único rack de unidades de processamento gráfico da Nvidia. A empresa também garante que o modelo funciona em computadores pessoais, como notebooks da linha MacBook com chip M4 Max ou superior, sem necessidade de equipamentos especializados.
Apesar do potencial demonstrado, o acesso ao público ainda não foi liberado. A Block abriu chamada para pesquisadores de segurança testarem o sistema, provavelmente para identificar situações em que um agente de voz poderia enganar pessoas. A companhia atua principalmente no setor financeiro, oferecendo soluções como a marca Square para pequenos negócios. Atualmente, a Square já utiliza inteligência artificial de voz para processar pedidos. Com um modelo próprio capaz de operar nos dispositivos, a empresa pretende expandir essas funcionalidades a um custo inferior.
Fonte: TechCrunch
