Block présente Dessa, un modèle vocal conçu pour détecter les émotions
27 octobre 2026 · 2 min de lecture
Block, l'entreprise derrière Square et Cash App, a dévoilé Dessa, un nouveau modèle de langage artificiel conçu pour comprendre les signaux émotionnels que les systèmes actuels ignorent souvent. Ce modèle représente une approche inédite car il a été entraîné exclusivement sur de la parole humaine, sans utiliser aucun texte, et traite directement le flux audio au lieu de le convertir d'abord en écriture.
Grâce à cette architecture native audio, Dessa est capable d'identifier en temps réel des nuances complexes telles que le sarcasme, le rire, les pauses et les émotions. Le système fonctionne en mode full duplex, ce qui lui permet d'écouter et de parler simultanément comme un interlocuteur humain. De plus, le modèle est suffisamment optimisé pour s'exécuter localement sur un ordinateur portable MacBook Pro M4 Max, bien que son entraînement ait nécessité un seul cluster NVIDIA GB200 NVL72.
L'entreprise cite trois motivations principales pour ce développement : la curiosité scientifique, l'amélioration de la communication entre l'homme et la machine, et la sécurité. Block soutient que les modèles de langage contemporains négligent trop souvent les indicateurs émotionnels, ce qui peut poser des risques. Par conséquent, Dessa n'est pas encore accessible au grand public. L'équipe recherche activement des chercheurs en sécurité informatique pour tester le modèle et identifier d'éventuels risques imprévus via un formulaire d'inscription.
Cette annonce s'inscrit dans une tendance plus large où plusieurs acteurs, dont Hume AI, Kyutai et OpenAI, ont récemment tenté d'intégrer plus d'empathie et de naturel dans les interfaces vocales. Cependant, il est noté qu'une sonorité émotionnelle ne garantit pas une intelligence réelle, le raisonnement durant la génération de réponse restant crucial pour la qualité des interactions.