Block نے Dessa کے نام سے ایک وائس AI متعارف کرایا ہے جو تقریباً انسانوں جیسی آواز رکھتا ہے، صرف بولی پر تربیت یافتہ ہے اور MacBook Pro پر مقامی طور پر چل سکتا ہے۔ ردعمل حیرت اور اس خدشے کے درمیان بٹ گیا کہ یہ قائل کر دینے والی فون اسکیمز کے لیے استعمال ہو سکتا ہے۔ یہ اس لیے اہم ہے کیونکہ اتنی حقیقی آواز اس بات کو بدل دیتی ہے کہ لوگ کیسے طے کرتے ہیں کہ وہ کس سے، یا کس چیز سے بات کر رہے ہیں۔
کیا ہوا دراصل
Block، جس کی قیادت Jack Dorsey کر رہے ہیں، نے 24 اکتوبر 2026 کو Dessa کو ایک ریسرچ پیش نظارے کے طور پر متعارف کرایا۔ یہ ماڈل مکمل طور پر انسانی بولی پر تربیت یافتہ ہے، نہ کہ متن پر، اور بولتے ہوئے سننے کی صلاحیت رکھتا ہے، یعنی Block کے اعلان کے مطابق یہ حقیقی وقت میں مداخلتوں اور ہنسی کو سنبھال سکتا ہے۔ Dorsey نے X پر لکھا کہ اس سے بات کرنا 'ایک انسان سے بات کرنے جیسا لگتا ہے... جذبات، باریکیوں، وقفوں اور قدرتی روانی سے بھرپور۔' Block نے Dessa کو ایک ہی Nvidia GB200 NVL72 سسٹم پر شروع سے تربیت دی، اور یہ M4 Max چپ یا اس سے بہتر والے MacBook Pro پر مقامی طور پر چل سکتا ہے۔ X صارفین Alexander Hoff اور Hesamation نے ڈیمو کو حیران کن حد تک قدرتی قرار دیا، جبکہ فلم ساز Justine Bateman اور صحافی Shiv Aroor نے خبردار کیا کہ یہ حقیقت پسندی دھوکہ دہی اور اسکیم کالز کو ہوا دے سکتی ہے۔ Binance کے بانی Changpeng 'CZ' Zhao نے اپنے GiggleAcademy پروجیکٹ کے ذریعے بچوں کی تعلیم میں اس کے استعمال کی تجویز دی۔
یہاں تک کیسے پہنچے
Block کی AI ریسرچ لیب براہ راست Dorsey کو رپورٹ کرتی ہے اور اس میں Toronto کے اسٹارٹ اپ Dessa کے ملازمین شامل ہیں، جسے Square نے 2020 میں خریدا تھا۔ یہی تاریخ ماڈل کے نام اور لیب کی بولی ٹیکنالوجی میں دیرینہ دلچسپی کی وضاحت کرتی ہے۔ آج کل زیادہ تر وائس اسسٹنٹس بولی کو متن میں بدلتے ہیں، جواب تیار کرتے ہیں، پھر اسے دوبارہ آواز میں بدلتے ہیں، ایک ایسا عمل جو لہجے اور وقت کو ختم کر دیتا ہے۔ Dessa اس تبدیلی کے عمل کو چھوڑ کر براہ راست آڈیو پر کام کرتا ہے۔ یہ اُس وسیع رجحان کا تسلسل ہے جس میں AI وائس ٹولز حقیقی لوگوں کی آواز کی نقل کرنے میں اتنے بہتر ہو چکے ہیں کہ 2026 میں دیگر جگہوں پر رپورٹ ہونے والے فون اور ویڈیو اسکیمز میں وہ پہلے ہی استعمال ہو چکے ہیں۔
یہ آپ کے لیے کیوں اہم ہے
بنانے والوں کے لیے، Dessa اس بات کا اشارہ ہے کہ صارفی ہارڈویئر کے لیے کافی چھوٹا گفتگو پر مبنی AI حقیقت بنتا جا رہا ہے، جو ویئرایبلز یا اسمارٹ گلاسز میں وائس انٹرفیس ڈیزائن کرنے والے کسی بھی شخص کے لیے متعلقہ ہے۔ صارفین کے لیے، زیادہ قدرتی AI آوازوں کا مطلب ہے کال پر انسان اور مشین میں فرق بتانے کے کم اشارے۔ Block کے لیے، یہ ریسرچ پیش نظارہ اس کی AI لیب کو کسی پروڈکٹ یا ٹائم لائن کا وعدہ کیے بغیر، ادائیگیوں سے آگے ایک سنجیدہ کھلاڑی کے طور پر پیش کرتا ہے۔ کوئی بینچ مارک، ماڈل سائز یا ریلیز کی تاریخ ظاہر نہیں کی گئی، اس لیے حقیقی دنیا کی کارکردگی کمپنی کے ڈیموز سے باہر غیر تصدیق شدہ رہتی ہے۔
بڑا سوال
اگر AI آوازیں انسانوں سے ناقابل تمیز ہو جائیں، تو کیا یہ بتانا لازمی ہونا چاہیے کہ آپ مشین سے بات کر رہے ہیں، اور اس کا نفاذ کون کرے گا؟
نظر رکھیں ان باتوں پر
Block نے ابھی تک صرف AI سیفٹی محققین کے ایک چھوٹے گروپ کو ابتدائی رسائی دی ہے، بغیر کسی عوامی ریلیز کی تاریخ، بینچ مارک نتائج یا ماڈل سائز کے اعلان کے۔ اس بات پر نظر رکھیں کہ آیا Block آزادانہ جانچ شائع کرتا ہے، اور آیا CZ کا GiggleAcademy بچوں کی تعلیم کے لیے Dessa کو اپناتا ہے۔ کوئی بھی صارفی رول آؤٹ اگلا ٹھوس سنگ میل ہوگا جس پر نظر رکھنی ہوگی۔
