Block发布Dessa语音模型：本地运行，会笑会停顿

Block在2026年10月23日公布全双工语音模型Dessa，说与听可同时进行。公司称它完全用人类语音训练，可在消费级电脑本地运行。

对话演示里，Dessa会笑、会停顿，也会带出哭腔。它暂未公开，Block正招募安全研究员测试语音代理会不会骗过电话另一端的人。

Dessa是全双工语音模型，说和听可以同时进行，类似OpenAI今年早些时候发布的GPT-Live。常见语音模型往往先转文字，再交给大语言模型生成回答，Dessa走的是语音到语音路线。

Block称，现有模型听起来不自然，原因之一是文本环节丢掉了语气、停顿和情绪。Dessa把情绪放进模型本身，而不是只靠语音标签驱动。

公司展示了多段对话：Dessa说工作累了，声音也显得疲惫；聊到让人安心的谈话时，它几乎带着哭腔。还有团队成员与它玩猜谜游戏，它很快猜中答案。

不过，Block没有说明Dessa是否完全不用标签控制情绪，也没有披露知识覆盖范围。它称模型知识来自对话数据，这意味着它更像交互层，通用问答能力仍待验证。

Block研究实验室称，Dessa训练完全基于人类语音，使用单套英伟达GPU机架。运行端，模型可在MacBook M4 Max或更高配置的消费级电脑上本地跑起来。

本地运行的直接变化是隐私和延迟。语音数据不必全部上传云端，交互可以更快，离线场景也能使用。代价是硬件门槛，Block没有公布详细参数。

行业里，ElevenLabs v4、Fish Audio Drama 3等产品用语音标签调动情绪。Dessa的卖点是端到端和全双工，“像人”的演示能否稳定复现，要等更多外部测试。

Block的主业是金融和小企业解决方案，Square已经用语音AI处理点餐。自研本地运行的语音模型，可把点餐、客服、收银终端交互做得更低成本、更贴近门店现场。

支付场景对身份和交易信息敏感，端侧处理有隐私卖点。门店网络不稳定时，本地模型也能维持对话。Block若把Dessa嵌入Square硬件，语音就可能从辅助功能变成入口。

但Dessa尚未开放，安全测试也未完成。语音代理一旦被用于冒充真人，欺骗风险会比文字聊天更直接。Block先找安全研究员，说明它清楚这项能力的双刃性。

OpenAI、ElevenLabs等公司已经把语音合成和实时对话推向前台。Dessa的差异在于全双工、情绪表达和本地运行三件事叠在一起，背后还有支付公司的业务场景。

真正决定Dessa价值的，不是演示里那声笑，而是它能否在嘈杂门店、低算力设备和真实网络里稳定工作。开放时间、授权方式、调用成本，都会影响开发者是否采用。

Block这次更像一次技术亮牌：先把语音能力握在自己手里，再等安全测试和商业场景成熟。Dessa能不能从研究项目走到Square柜台，是接下来要观察的节点。