Dessa : un modèle de voix qui tourne en local sur MacBook

Dessa est un modèle d’IA vocale présenté le 23 octobre 2026 par Block, l’entreprise de Jack Dorsey. Il a été entraîné uniquement sur de la parole humaine, sans texte, et peut tenir une conversation en direct avec des rires, des pauses et des changements de ton. Il n’est pas public : Block ouvre une liste d’attente et un accès anticipé pour quelques chercheurs en sécurité.

En bref

• Dessa est un modèle parole vers parole, entraîné sans aucun texte.
• Il écoute et parle en même temps (full-duplex).
• Block indique qu’il tourne en local sur un MacBook Pro M4 Max ou mieux.
• Pas d’accès public : liste d’attente et accès anticipé pour des chercheurs en sécurité.

Qu’est-ce que Dessa, le modèle de voix de Block ?

Dessa vient d’un petit laboratoire de recherche de Block, la maison mère de Square et Cash App. Ce laboratoire est dirigé par Ragavan Thurairatnam et rend compte directement à Jack Dorsey. Il a été fondé par d’anciens membres de Dessa, une startup de deep learning de Toronto.

Block le décrit comme un modèle « speech-to-speech », c’est-à-dire parole vers parole : de l’audio en entrée, de l’audio en sortie. Selon l’entreprise, tout ce que le modèle sait provient de parole humaine. À sa connaissance, c’est la première IA capable d’une conversation réaliste en direct tout en ayant été entraînée uniquement sur de la parole.

Comment fonctionne Dessa sans passer par le texte

Dans la plupart des assistants vocaux, ta voix est d’abord transformée en texte, qu’un modèle de langage traite ensuite. Block reproche à cette méthode de jeter une grande partie de l’information : le ton, l’émotion, le soupir agacé ou la voix qui se brise. Dessa, lui, traite directement le son.

L’entreprise explique aussi pourquoi c’est difficile. Un mot prononcé occupe des milliers de fois plus d’octets que le même mot écrit, et une phrase dite deux fois n’est jamais identique. Block affirme que Dessa a appris le langage à partir de centaines de fois moins de mots que les modèles de langage classiques, sans détailler davantage ce chiffre.

Écouter et parler en même temps

Dessa est full-duplex : il écoute pendant qu’il parle, comme dans une vraie discussion. Block précise qu’il a appris de conversations réelles et sait donc quand couper la parole ou quand glisser un « ouais » ou un « d’accord » pour montrer qu’il suit. Le calcul de la réponse, ce que les spécialistes appellent l’inférence, va plus vite que le temps réel, ce qui évite les silences d’attente.

TechCrunch rappelle que les modèles vocaux sont souvent associés à un modèle de langage pour retrouver des connaissances. Selon Block, les connaissances de Dessa viennent des données de conversation sur lesquelles il a été entraîné.

Des démonstrations avec rires, soupirs et larmes

Le site de Block publie des enregistrements de conversations réelles entre une personne et Dessa. Personne ne le dirige : il choisit ce qu’il dit, quand et comment, jusqu’à sa voix et sa personnalité. Dans l’un des extraits, il rit en pleine phrase ; dans un autre, il répond à une surprise anniversaire avec ce que Block décrit comme une gratitude proche des larmes.

Un extrait montre aussi Dessa en conversation avec GPT-Live-1, un modèle d’un tiers non affilié à Block. The Verge note que Dessa y paraît plus naturel, mais aussi que certains échanges restent un peu maladroits, le modèle prenant par exemple son interlocuteur pour un certain « Ronaldo ». TechCrunch relève que la façon dont l’émotion est pilotée n’est pas claire, alors que Block affirme qu’elle est intégrée au modèle.

Faire tourner Dessa en local

Block indique que Dessa fonctionne en local sur un MacBook Pro M4 Max ou mieux, donc sur la machine de l’utilisateur plutôt que sur un serveur distant. Pour l’entraînement, l’entreprise cite un seul système NVIDIA GB200 NVL72. TechCrunch évoque, lui, une seule carte NVIDIA, mais c’est la formulation de Block qui est retenue ici.

Le projet ne donne pas d’autre configuration minimale. TechCrunch ajoute que ce fonctionnement sur l’appareil pourrait permettre à Block d’alimenter davantage d’usages professionnels et grand public à moindre coût, une hypothèse du média et non une annonce de l’entreprise.

Accès, prix et sécurité de Dessa

Dessa n’est pas disponible au public. Block propose de rejoindre une liste d’attente et donne un accès anticipé à un petit groupe de chercheurs en sécurité de l’IA, chargés de repérer des risques que l’équipe n’a pas anticipés. Les chercheurs intéressés peuvent s’inscrire via un formulaire.

Block n’annonce ni prix, ni date d’ouverture, ni licence. La page ne dit pas non plus si le modèle sera publié pour être téléchargé.

Quelques repères

• Full-duplex : Mode de communication où les deux interlocuteurs peuvent parler et écouter en même temps, comme dans une conversation entre personnes, sans attendre son tour.
• Inférence : Moment où un modèle d’IA déjà entraîné produit une réponse à partir de ce qu’on lui fournit. C’est l’étape d’utilisation, par opposition à l’entraînement.
• Speech-to-speech : Approche où un modèle reçoit de la parole et répond directement par de la parole, sans convertir d’abord la voix en texte.

Questions fréquentes

Dessa de Block est-il disponible au public ?

Non, Dessa n’est pas public pour l’instant. Block propose une liste d’attente et ouvre un accès anticipé à un petit groupe de chercheurs en sécurité de l’IA.

Est-ce que Dessa tourne en local sur un ordinateur ?

Oui, selon Block, Dessa tourne en local sur un MacBook Pro M4 Max ou mieux. Le projet ne donne pas d’autre configuration minimale.

Qu’est-ce qu’un modèle full-duplex comme Dessa ?

C’est un modèle qui écoute et parle en même temps. Dessa sait ainsi couper la parole ou glisser un acquiescement, comme dans une conversation entre personnes.

Dessa a-t-il été entraîné sur du texte ?

Non, Block affirme l’avoir entraîné à partir de zéro sur de la seule conversation humaine, sans texte ni modèle préexistant.

À retenir

Dessa est un modèle vocal de Block qui apprend et répond directement avec du son, sans passer par le texte, et qui fonctionne en local sur un MacBook Pro M4 Max ou mieux. Il reste inaccessible au public : seuls une liste d’attente et un accès pour des chercheurs en sécurité sont annoncés, sans prix ni date.