نموذج صوتي جديد من جاك دورسي يحاكي المشاعر البشرية!
لم يعد التحدي في تطوير الذكاء الاصطناعي الصوتي مقتصرًا على إنتاج كلمات واضحة، أو الرد السريع على الأسئلة، بل امتد إلى محاكاة التفاصيل الدقيقة في الحديث البشري، من الضحك والتردد إلى نبرات التعب والحزن والانفعال.
وفي هذا الاتجاه، كشفت شركة Block، التي يقودها جاك دورسي، عن نموذج صوتي جديد يحمل اسم Dessa، يتميز بقدرته على إجراء محادثات تحاكي التفاعل الإنساني، مع إمكانية تشغيله محليًا على أجهزة الكمبيوتر.
We made the first AI model you can have a realistic conversation with that was trained entirely on speech! Dessa is a full-duplex speech-to-speech model that you can run on consumer GPUs. This is a GPT3 moment for speech. https://t.co/XVD8sSyJn8
— Ragavan Thurairatnam (@RagavanThurair) October 23, 2026
وأعلنت الشركة عن النموذج، موضحة أنه طُوّر داخل مختبر الأبحاث التابع لها، ودُرّب بالكامل على الكلام البشري، باستخدام خادم واحد مزود بوحدات معالجة رسومية من Nvidia.
ووفقًا لما نشرته منصة TechCrunch، يتيح هذا النهج للنموذج إنتاج أصوات تتضمن تعبيرات وانفعالات طبيعية، بدلًا من الاكتفاء بتحويل النصوص إلى كلام.
We believe voice is the most natural way to interact with intelligence, so we created Dessa, the most authentic full-duplex speech model ever built. Talking with it feels like talking with a person…full of emotion, nuance, pauses, and a natural cadence. https://t.co/r0qFLdvd6c
— jack (@jack) October 23, 2026
مميزات نموذج Dessa
تعتمد Dessa على تقنية تُعرف باسم «الصوت إلى الصوت»، وتدعم المحادثة ثنائية الاتجاه الكاملة، ما يسمح لها بالاستماع والتحدث في الوقت نفسه، على غرار التفاعل الطبيعي بين شخصين.
Dessa=full-duplex speech model vs Human=me, https://t.co/1eI6QFHo1w https://t.co/zlZfxH2BA5
— Aydin Polat (@AydinPolatDessa) October 23, 2026
وتختلف هذه التقنية عن الأساليب التقليدية التي تحول كلام المستخدم أولًا إلى نص، ثم تعالج النص وتنتج ردًا صوتيًا، وترى Block أن هذا المسار قد يفقد معلومات مهمة يحملها الصوت، مثل المشاعر وطريقة التعبير، وهي تفاصيل لا ينقلها النص وحده بالضرورة.
وقالت الشركة في تدوينة نشرتها عبر موقعها، إن أنظمة الذكاء الاصطناعي الصوتية الحالية قد تقدم تجربة غير طبيعية أو مزعجة، لأنها تتعامل مع الكلام بوصفه نصًا، ما يؤدي إلى فقدان قدر من المعلومات المرتبطة بطريقة حديث المستخدم وشعوره.
أحدث تقنيات نموذج Dessa
أظهرت أمثلة نشرها باحثو الشركة أن Dessa تستطيع تغيير نبرة صوتها وإيقاع الحديث وفقًا لسياق المحادثة، ففي أحد التسجيلات، تحدث النموذج عن شعوره بالتعب بعد العمل، مستخدمًا نبرة بدت متوافقة مع مضمون كلامه، وفي مثال آخر، بدا صوته متأثرًا عاطفيًا أثناء حديثه عن شعور بالراحة والأمان.
كما عرض فريق Block تجربة لعب فيها أحد أعضائه لعبة تخمين مع المساعد الصوتي، وتمكن النموذج من الوصول إلى الإجابات بسرعة، وتوضح هذه الأمثلة أن التركيز لا ينصب على وضوح الكلام فحسب، بل أيضًا على جعل المحادثة أكثر تلقائية وتعبيرًا.
For the love of the game. Watch Cara play a guessing game with Dessa. The model guesses the first one right straight away, and the second doesn’t take long either. https://t.co/FDmoXNPpIh https://t.co/I9f8saduEA
— Block (@blocks) October 23, 2026
وتشير الشركة إلى أن المشاعر مدمجة في طريقة عمل النموذج، بخلاف بعض الأنظمة التي تعتمد على علامات أو تعليمات نصية لتحديد النبرة المطلوبة. لكن التفاصيل التقنية المتعلقة بكيفية توجيه الانفعالات في Dessa لم تتضح بالكامل حتى الآن.
من أبرز ميزات النموذج إمكانية تشغيله على أجهزة استهلاكية، بما فيها أجهزة MacBook المزودة بمعالج M4 Max أو ما هو أفضل منه، وهو ما قد يتيح استخدامه دون الاعتماد الدائم على خوادم سحابية، ويخفض تكاليف تشغيل تطبيقات الذكاء الاصطناعي الصوتي.
ورغم الإعلان عن النموذج، لم تفتح Block الوصول العام إليه حتى الآن، ودعت باحثين متخصصين في السلامة إلى اختباره، خصوصًا في الحالات التي يمكن أن يُستخدم فيها الصوت الاصطناعي لخداع الأشخاص أو التأثير عليهم.
وتعمل الشركة في مجال الخدمات المالية والحلول الموجهة إلى الشركات الصغيرة، كما تستخدم منصة Square التابعة لها الذكاء الاصطناعي الصوتي لتلقي الطلبات.
وقد يفتح تطوير Dessa المجال أمام تطبيقات أوسع لخدمة العملاء والمساعدات الصوتية والتفاعل المباشر مع المستخدمين، لكن ذلك سيظل مرتبطًا بمدى موثوقية النموذج وقدرته على العمل بأمان في الاستخدامات الواقعية.
