Stemmodel van Block dat lokaal op je laptop draait: wat kun je ermee?

Wat Dessa anders doet dan de spraakmodus die je kent

Bijna alle spraakassistenten werken tot nu toe in drie stappen. Je stem wordt omgezet in tekst, een taalmodel bedenkt een antwoord in tekst, en een stemgenerator leest dat antwoord voor. Dat werkt, maar onderweg gaat veel verloren. Of je geïrriteerd klinkt, aarzelt of een grapje maakt, haalt de tekst er niet uit. Dat verklaart ook waarom gesprekken met een assistent vaak stroef lopen, iets wat we eerder beschreven in ons stuk over waar spraak-AI op hapert.

Dessa slaat die tekststap over. Volgens de eigen pagina van Block is het een model dat geluid binnenkrijgt en geluid teruggeeft, getraind op niets anders dan opnames van menselijke gesprekken. Geen geschreven tekst en geen bestaand taalmodel als basis. Het luistert en praat tegelijk (dat heet full-duplex), net als het GPT-Live-model achter de vernieuwde spraakmodus van ChatGPT. Daardoor kan het je onderbreken, instemmend “ja” zeggen terwijl jij praat en midden in een zin lachen als iets grappig is.

Op de pagina staan opnames waarin iemand een filmtitel kwijt is en Dessa de zin afmaakt, en waarin het model met hoorbare ontroering reageert op een verrassing. Block schrijft er eerlijk bij dat niemand het model in die gesprekken stuurt. Er staat zelfs een opname tussen waarin Dessa praat met GPT-Live van OpenAI, twee AI-stemmen die met elkaar in gesprek gaan.

Lokaal draaien: waarom dat ertoe doet

Het opvallendste aan de aankondiging is niet de stem, maar de plek waar hij draait. Volgens Block loopt Dessa sneller dan realtime op een MacBook Pro met een M4 Max-chip of zwaarder. Dat is een dure laptop, maar het is wel een laptop en geen datacenter.

Voor jou maakt dat op twee punten verschil. Het eerste is privacy. Bij de spraakmodus van ChatGPT of Gemini gaat elke zin die je uitspreekt naar de servers van het bedrijf. Een model dat op je eigen apparaat draait, hoeft je stem nergens heen te sturen. Voor een gesprek over je gezondheid, je werk of je klanten is dat een wezenlijk verschil. Het tweede is snelheid. Zonder heen en weer naar een server valt de vertraging weg die een gesprek met een assistent nu nog zo onnatuurlijk maakt.

Wie al eens een tekstmodel lokaal heeft geprobeerd, weet dat het niet altijd meevalt. In ons stuk over zelf een AI-model op je laptop draaien staat wat je daarvoor nodig hebt. Voor een stemmodel dat live meepraat ligt de lat nog hoger, en de genoemde M4 Max is daarbij een harde ondergrens.

Kun je Dessa nu al gebruiken?

Nee. TechCrunch meldt dat er op dit moment geen publieke toegang is. Op de pagina van Block staat een wachtlijst, en het bedrijf geeft eerst een kleine groep veiligheidsonderzoekers vroege toegang. Die moeten risico’s vinden waar Block zelf nog niet aan heeft gedacht. Logisch, want een stem die zo echt klinkt, kan ook worden ingezet om mensen aan de telefoon te misleiden. Hoe je jezelf daartegen wapent, lees je in ons stuk over stem klonen en misbruik.

Nederlands testen kan dus nog niet, en Block zegt er ook niets over. Alle opnames op de pagina zijn Engelstalig, met als uitzondering een fragment waarin het model onzin zingt in iets wat op Spaans lijkt. Block noemt het zelf een open onderzoeksvraag hoe snel zo’n model een nieuwe taal leert. Omdat Dessa alleen leert van gesproken gesprekken, en er veel minder Nederlandse dan Engelse opnames bestaan, is het niet vanzelfsprekend dat het binnenkort goed Nederlands spreekt.

Ook over kennis moet je je verwachtingen bijstellen. Gewone spraakassistenten leunen op een groot taalmodel dat feiten kent. Dessa weet alleen wat het uit gesprekken heeft opgepikt. Block vindt dat verrassend veel, maar voor het opzoeken van feiten of het nakijken van een tekst blijft een gewone chatbot de betere keuze.

Waar het wel voor bedoeld lijkt

Block verkoopt betaaloplossingen aan kleine ondernemers. Square gebruikt al spraak-AI om bestellingen aan te nemen, bijvoorbeeld in restaurants in de Verenigde Staten. Een eigen stemmodel dat op een gewoon apparaat draait, maakt zulke toepassingen goedkoper. Daar ligt waarschijnlijk de echte toepassing, meer dan in een assistent voor thuis.

Voor jou is Dessa vooral een voorproefje van waar spraak-AI heen gaat. Gesprekken die minder als een loket voelen, en een stem die hoort dat je gehaast of verdrietig bent. Wil je nu al vlot praten met een assistent, dan is de spraakmodus van ChatGPT of Gemini de plek om het te proberen, met de kanttekening dat je stem dan wel naar de cloud gaat. Komt Dessa uit, of een vergelijkbaar model dat lokaal draait, dan is de vraag welke taal het spreekt het eerste wat je controleert.