LOGIN
In Breve (TL;DR)
- Dessa è un modello vocale che lavora speech-to-speech, interpretando tono, pause, sarcasmo ed emozioni per rendere le conversazioni con l’AI più naturali.
- Proprio per il suo realismo, non è disponibile al pubblico: il modello viene testato da esperti di sicurezza per ridurre rischi come truffe e social engineering.
Nel panorama dell'intelligenza artificiale generativa, la tecnologia vocale sta vivendo un momento di fortissima innovazione, compiendo un passo avanti verso il realismo e la naturalezza espressiva.
Block, la società guidata da Jack Dorsey, ha appena presentato Dessa, un nuovo modello vocale sperimentale la cui particolarità sta nella capacità di interpretare le sfumature della comunicazione umana.
A differenza della maggior parte delle voice AI tradizionali, infatti, questo nuovo strumento è stato addestrato esclusivamente su registrazioni di conversazioni umane reali, senza fare ricorso a testi scritti o a modelli linguistici pre-addestrati.
Utilizzando unicamente un'architettura speech-to-speech, il sistema non si limita a decodificare il significato letterale delle parole, ma analizza simultaneamente il tono della voce, il ritmo, le pause, le risate, i sospiri e i segnali emotivi che una normale trascrizione testuale finirebbe inevitabilmente per ignorare.
Come fa Dessa a capire tono, pause ed emozioni nella voce
Il funzionamento di Dessa si fonda su un'architettura full-duplex, una modalità che consente al modello di ascoltare e parlare contemporaneamente senza dover attendere che l'utente finisca di pronunciare la frase.
Dessa è in grado di inserire brevi segnali d'ascolto (come risposte di assenso o esitazioni naturali), modulare volume e intonazione in base al contesto e addirittura interrompere la risposta se l'interlocutore riprende a parlare.
Inoltre, saltando il passaggio intermedio di conversione del parlato in testo (speech-to-text), l’AI preserva la carica emotiva ed è in grado di rilevare sarcasmo, incertezze o repentini cambi d'umore.
Dessa, inoltre, è stata sviluppata per girare direttamente in locale su hardware consumer ad alteprestazioni, senza dipendere costantemente dai server in cloud.
Perché una voce AI così realistica può diventare un problema
Importante sottolineare che l'elevato livello di naturalezza raggiunto da Dessa riaccende il dibattito sui rischi legati alla sicurezza e all'autenticità delle interazioni digitali.
Quando un agente AI riproduce in modo fedele esitazioni, risate e tempi di reazione tipici di un interlocutore umano, per l'utente diventa estremamente complesso stabilire se sta parlando con una persona reale o con un algoritmo.
Per prevenire usi impropri, possibili truffe o attacchi di social engineering (come truffe telefoniche o impersonificazioni), Block ha scelto di non distribuire il modello al pubblico, ma ha concesso l'accesso anticipato a ricercatori di sicurezza ed esperti del settore per individuare vulnerabilità e comportamenti imprevisti.
Oltre a questo, il progetto risponde a un preciso interesse dell’azienda produttrice e dell'ecosistema Square (la divisione di Block dedicata ai pagamenti e alla gestione d'impresa) che già utilizza assistenti vocali per automatizzare l'ordinazione e l'assistenza clienti. Avere a disposizione un modello proprietario con queste capacità, permetterebbe di abbattere i costi di gestione sui server remoti e migliorare la qualità del servizio fornito.
Per saperne di più: Intelligenza Artificiale: cos'è e cosa può fare per noi
Domande frequenti (FAQ)
-
Che cos'è Dessa, il modello vocale sperimentale di Block?Dessa è un modello di voice AI sperimentale capace di interpretare in modo realistico le sfumature della comunicazione umana, andando oltre la semplice trascrizione.
-
In cosa Dessa è diversa dalle altre voice AI tradizionali?È stata addestrata esclusivamente su registrazioni di conversazioni umane reali, senza usare testi scritti o modelli linguistici pre-addestrati.
-
Dessa può essere usata per truffe o impersonificazioni, e come viene gestito il rischio?Sì, la naturalezza rende difficile distinguere tra persona reale e algoritmo; per questo Block non lo distribuisce al pubblico e concede accesso anticipato a ricercatori per valutare vulnerabilità e comportamenti imprevisti.
