Block تطلق Dessa: نموذج صوتي كامل الازدواجية يعمل محلياً على MacBook M4 Max
بقلم علي المنتصر — محلل ومحرر تقني أول
أعلنت Block، الشركة التابعة لجاك دورسي، عن نموذج Dessa الصوتي كامل الازدواجية الذي يعمل محلياً على أجهزة المستهلك ويحاكي العواطف البشرية كالضحك والتوقف والبكاء. النموذج مدرَّب بالكامل على الكلام البشري ورف NVIDIA واحد، ويُتاح حالياً فقط لباحثي الأمان عبر Hugging Face. يمثل Dessa تحولاً في هندسة النماذج الصوتية بإزالة النص من خط المعالجة، مما يفتح آفاقاً لتطبيقات Square والخدمات المالية منخفضة التكلفة.
الموجز الإحصائي السريع
أعلنت Block، الشركة التابعة لجاك دورسي، في 24 أكتوبر 2026 عن نموذج Dessa الصوتي كامل الازدواجية، وهو نموذج يعمل محلياً على أجهزة المستهلك مثل MacBook M4 Max، ومدرَّب بالكامل على الكلام البشري ورف NVIDIA واحد. النموذج متاح حالياً لباحثي الأمان فقط عبر Hugging Face، دون تسعير تجاري معلن.
📊 بطاقة البيانات والمواصفات التقنية الرسمية
| المحور التقني | البيانات الرسمية المؤكدة |
|---|---|
| 💰 الأسعار وتكلفة الاستخدام | لا توجد أسعار توكنز معلنة؛ النموذج غير متاح تجارياً بعد ويُتاح لباحثي الأمان فقط. النماذج المكافئة: ElevenLabs v4 وFish Audio Drama 3 تعتمد تسعيراً بالاشتراك أو بالتوكنز. |
| 🌐 المنصات والتوفر الفوري | Hugging Face (لباحثي الأمان فقط)؛ يعمل محلياً على MacBook M4 Max أو أفضل؛ لا API سحابي عام. |
| ⚡ الأداء ومؤشرات السرعة | نموذج كامل الازدواجية (full-duplex) يتحدث ويستمع في آن واحد؛ مدرَّب على رف NVIDIA GPU واحد؛ لا توجد أرقام بنشمارك رسمية منشورة. |
| 🛡️ الأمان ومقاومة الاختراق | Block أطلقت دعوة لباحثي الأمان لاختبار النموذج، خاصة حالات خداع المستخدمين عبر الوكلاء الصوتيين؛ لا توجد معايير أمان منشورة بعد. |
| 🧠 سياق الذاكرة (Context Window) | لم يُذكر حجم نافذة السياق؛ المعرفة مستمدة من بيانات المحادثة التدريبية. |
| 🌍 دعم اللغة العربية والمنطقة | لم يُعلن دعم صريح للعربية؛ النموذج مدرَّب على الكلام البشري عموماً، ودعم العربية غير مؤكد. |
تفاصيل الإعلان والميزات التقنية الجديدة
يعتمد Dessa على معمارية كاملة الازدواجية (full-duplex) تتيح له التحدث والاستماع في الوقت نفسه، على غرار نموذج GPT-Live من OpenAI الذي صدر مطلع العام. الميزة الجوهرية هي إزالة النص من خط المعالجة (text pipeline) الذي تعتمد عليه النماذج الحالية مثل ElevenLabs v4 وFish Audio Drama 3، والتي تستخدم وسوم صوتية (voice tags) لدفع العاطفة. في Dessa، العاطفة مدمجة في النموذج نفسه، مما ينتج ضحكاً وتوقفات وبكاءً طبيعياً دون وسوم خارجية.
يقول فريق Block إن النماذج الحالية "تحوّل صوتك إلى نص وتتخلص من كمية هائلة من المعلومات التي لا يحملها النص وحده"، وإن أقوى نماذج الذكاء الاصطناعي "لا تسمع شعورك". هذا النهج يعالج مشكلة فقدان النبرة والإيقاع والعاطفة في أنظمة تحويل الكلام إلى نص ثم إلى كلام. النموذج مدرَّب بالكامل على الكلام البشري ورف NVIDIA GPU واحد، مما يجعله خفيفاً بما يكفي للتشغيل على MacBook M4 Max أو أفضل.
لا يوجد وصول عام لـ Dessa حالياً؛ أطلقت Block دعوة لباحثي الأمان لاختباره، لا سيما في سيناريوهات خداع المستخدمين عبر الوكلاء الصوتيين. هذا يعكس وعياً مبكراً بمخاطر الانتحال الصوتي في التطبيقات المالية، حيث تمتلك Block أعمالاً في المدفوعات عبر Square التي تستخدم بالفعل ذكاءً اصطناعياً صوتياً لمعالجة الطلبات.
المقارنة المعيارية والأداء التنافسي
لا توجد أرقام بنشمارك رسمية منشورة لـ Dessa حتى الآن، لكن المقارنة النوعية مع النماذج المنافسة تكشف فروقاً جوهرية: ElevenLabs v4 وFish Audio Drama 3 يعتمدان على وسوم صوتية لدفع العاطفة، بينما يدمج Dessa العاطفة في المعمارية نفسها. كما أن Dessa يعمل محلياً على أجهزة المستهلك، بينما تعتمد النماذج المنافسة على السحابة. هذا يمنح Block ميزة تكلفة تشغيل منخفضة لتطبيقات Square والخدمات المالية، دون الحاجة إلى استدعاءات API سحابية.
ماذا يعني هذا للمطور والمستخدم العربي؟ (The Localization Edge)
غياب دعم عربي صريح في Dessa يعني أن المطور العربي لا يستطيع الاعتماد عليه حالياً لتطبيقات المحادثة بالعربية، لكن نموذج التشغيل المحلي على MacBook M4 Max يفتح الباب أمام تجارب صوتية عربية منخفضة التكلفة إذا أضافت Block دعماً لغوياً لاحقاً. كفاءة التوكنز لا تنطبق هنا لأن النموذج صوتي بحت ولا يعتمد على تسعير توكنز، مما يقلل تكلفة التطوير للمشاريع الناشئة في العالم العربي التي تعاني من أسعار API السحابية. حالات الاستخدام العملية تشمل الوكلاء الصوتيين للتجارة الإلكترونية والخدمات المالية المحلية، بشرط توفر دعم عربي. حتى ذلك الحين، يبقى Dessa مرجعاً معمارياً يحتذى به في بناء نماذج صوتية عربية كاملة الازدواجية.
الخلاصة والتطلعات القادمة
يمثل Dessa خطوة جريئة نحو نماذج صوتية تحاكي البشر في العاطفة والإيقاع، مع ميزة التشغيل المحلي التي تخفض التكلفة وتحمي الخصوصية. الخطوة التالية الحاسمة هي فتح الوصول العام وتأكيد دعم اللغات غير الإنجليزية، خاصة العربية، لضمان اعتماده في الأسواق الناشئة. حتى ذلك الحين، يبقى Dessa في مرحلة الاختبار الأمني، مما يعكس نضجاً في التعامل مع مخاطر الصوت الاصطناعي.
المصدر الإعلامي: TechCrunch AI | البيان الرسمي للشركة: المصدر الأصلي | تدقيق وتحليل البيانات: AI Tools Oasis
أسئلة شائعة
فريق AI Tools Oasis
نقدم لك أحدث الأخبار والتحليلات في عالم الذكاء الاصطناعي بدقة ومصداقية. تابعنا للحصول على كل جديد.
