Neste artigo
- Modelo de fala Dessa Block: o primeiro LLM treinado só com áudio fez 450 pontos no Hacker News em um dia
- Como o Dessa funciona diferente
- Por que um modelo só de fala faz sentido agora
- Onde ele roda
- O que muda para quem desenvolve com voz
- O Dessa usa texto em algum momento?
- Ele conversa de verdade ou só responde depois que eu paro de falar?
- Dá para rodar no meu computador?
- Quanto teve de tração no lançamento?
Modelo de fala Dessa Block: o primeiro LLM treinado só com áudio fez 450 pontos no Hacker News em um dia
O modelo de fala Dessa Block foi anunciado em 23 de outubro de 2026 e chegou a 450 pontos no Hacker News no mesmo dia.
A Block, empresa de Jack Dorsey, apresentou o Dessa como o primeiro modelo de conversação treinado só com fala humana: sem texto e sem modelo pré-treinado. Os demos oficiais ficam na página do Dessa na Block.
Como o Dessa funciona diferente
Assistentes de voz atuais fazem o caminho longo: convertem a fala em texto, enviam o texto para o modelo e leem a resposta em voz alta. Nesse processo, tom, emoção e contexto se perdem no meio do caminho.
O Dessa é speech-to-speech de verdade e full-duplex: escuta e fala ao mesmo tempo, como uma conversa entre duas pessoas.
Ele ri no meio da frase quando acha graça, faz backchannel ("yeah", "got it") e completa a frase quando você esquece o nome de um filme. A inferência roda mais rápido que o tempo real, sem aquela pausa embaraçosa.
Por que um modelo só de fala faz sentido agora
Quem desenvolve para voz hoje monta uma esteira com três peças: transcrição de fala para texto, um LLM de texto e síntesis de voz na volta. Cada peça adiciona latência e perde parte do contexto.
Um modelo que aprende direto com áudio elimina essa esteira inteira. Em vez de traduzir a conversa para texto no meio do caminho, ele trabalha com o som como ele é.
Onde ele roda
A Block informa que o Dessa roda localmente em um MacBook Pro com chip M4 Max ou superior, com inferência mais rápida que o tempo real.
Isso muda a conversa sobre privacidade: o áudio não precisa sair da sua máquina para ser processado. Para quem desenvolve apps com voz, abre espaço para produtos que não podem mandar áudio para a nuvem.
O que muda para quem desenvolve com voz
- interfaces de voz de apps deixam de ser tradutoras de fala para texto disfarçadas de voz;
- acessibilidade ganha: quem não consegue digitar passa a conversar de igual para igual;
- o modelo responde a emoção, sarcasmo e risada, que o texto não carrega;
- rodar local permite produtos que não podem enviar áudio para a nuvem.
Nenhum desses pontos é detalhe de nicho. Voz é a interface que falta em boa parte dos apps que a gente usa no celular, e um modelo que entende fala de verdade muda o que dá para construir em menos de 24 horas de protótipo.
O melhor jeito de sentir a diferença é ouvir. A página oficial reúne os demos em vídeo, e a distância entre "responder depois que você para de falar" e "conversar de verdade" fica óbvia nos primeiros segundos.
Perguntas frequentes
O Dessa usa texto em algum momento?
Não. Segundo a página oficial da Block, ele foi treinado do zero só com áudio de conversas humanas, sem texto e sem modelos pré-treinados.
Ele conversa de verdade ou só responde depois que eu paro de falar?
É full-duplex: escuta e fala ao mesmo tempo. Os demos mostram ele interrompendo, completando frases e reagindo com risada no meio da conversa.
Dá para rodar no meu computador?
Sim. A empresa informa que ele roda localmente em um MacBook Pro com chip M4 Max ou superior, com inferência mais rápida que o tempo real.
Quanto teve de tração no lançamento?
O anúncio de 23 de outubro de 2026 somou 450 pontos no Hacker News em menos de 24 horas.
Quer colocar voz no seu próximo projeto? Comece pelos demos oficiais do Dessa e veja como usar IA no dia a dia da programação.
Se o seu trampo é CLT ou PJ, confira quanto sobra de verdade na calculadora CLT × PJ e no simulador de salário.