« Je n’ai jamais entendu quelque chose d’artificiel qui sonnait si… humain » : cette IA parle comme nous

Elle vous coupe la parole, réagit à une surprise et retrouve le film dont vous avez oublié le nom. Dessa, l’IA de Block, reproduit les petits réflexes de nos conversations. Ses créateurs affirment lui avoir appris à parler sans utiliser de texte.

Vous cherchez le titre d’un film de Christopher Nolan, celui qui se passe dans l’espace. Avant même que vous ayez terminé votre description, votre interlocuteur propose Interstellar. Une discussion banale entre cinéphiles, à un détail près : l’un des deux est une intelligence artificielle.

Cet échange figure parmi les démonstrations publiées par Block ce vendredi 23 octobre pour présenter Dessa. L’entreprise de Jack Dorsey (ex-fondateur de Twitter, devenu X) affirme avoir entraîné ce modèle uniquement sur des conversations humaines, sans texte ni modèle préentraîné. Les extraits sont étonnamment vivants, au point que certains internautes peinent à croire qu’ils écoutent une IA.

Une IA qui n’attend pas son tour pour parler

Dans un autre extrait, une personne annonce à Dessa un voyage surprise à Paris. L’IA réagit avant la fin de l’annonce. Ailleurs, Block met en avant ses rires au milieu d’une phrase et sa capacité à parler plus fort lorsqu’on le lui demande. L’entreprise présente ces extraits comme des conversations enregistrées en direct, avec des sous-titres ajoutés après coup.

Dessa reproduit les imperfections de nos conversations. Sur ces extraits, choisis par Block, elle paraît plus fluide que les échanges encore assez mécaniques de Gemini, et même que les modèles vocaux de ChatGPT lancés en juillet dernier.

— Block (@blocks) October 23, 2026

Ce contenu est bloqué car vous n’avez pas accepté les cookies et autres traceurs. Ce contenu est fourni par Twitter.
Pour pouvoir le visualiser, vous devez accepter l’usage étant opéré par Twitter avec vos données qui pourront être utilisées pour les finalités suivantes : vous permettre de visualiser et de partager des contenus avec des médias sociaux, favoriser le développement et l’amélioration des produits d’Humanoid et de ses partenaires, vous afficher des publicités personnalisées par rapport à votre profil et activité, vous définir un profil publicitaire personnalisé, mesurer la performance des publicités et du contenu de ce site et mesurer l’audience de ce site (en savoir plus)

En cliquant sur « J’accepte tout », vous consentez aux finalités susmentionnées pour l’ensemble des cookies et autres traceurs déposés par Humanoid et .

Vous gardez la possibilité de retirer votre consentement à tout moment. Pour plus d’informations, nous vous invitons à prendre connaissance de notre Politique cookies.

Les hésitations, les rires et les interruptions donnent davantage l’impression d’avoir une personne au bout du fil. De quoi nous rapprocher un peu plus de la réalité du film Her, dans lequel un homme tombe amoureux de l’IA avec laquelle il discute au quotidien.

Comment fait Dessa pour être aussi naturelle ?

Dessa fonctionne en full duplex : elle peut écouter et parler en même temps. Cette denrière continue donc de suivre ce que vous dites pendant qu’elle répond, ce qui lui permet de réagir sans attendre son tour. Elle peut glisser un « oui » pendant une explication, rire avant la fin d’une phrase ou intervenir lorsque vous cherchez un mot. L’échange ressemble alors à une vraie discussion, avec ses interruptions et ses chevauchements.

Le principe existait déjà. Dès 2024, Kyutai, le laboratoire français cofondé par Xavier Niel, présentait Moshi, un modèle capable de gérer des échanges vocaux simultanés. Celui-ci s’appuyait toutefois sur un modèle de langage entraîné sur du texte. La particularité revendiquée par Block porte sur l’apprentissage de Dessa, fondé exclusivement sur la parole.

Dessa n’a donc jamais « lu » un seul mot. Ses connaissances viennent des conversations humaines utilisées pendant son entraînement. L’équipe rapproche cette démarche de celle d’un enfant qui apprend à parler bien avant de savoir lire, sans que cela signifie que leur apprentissage fonctionne de la même manière.

En se passant du texte, l’équipe veut aussi garder ce qu’une transcription fait disparaître. Un-« ça va » lancé avec enthousiasme et un « ça va » prononcé d’une voix tremblante contiennent les mêmes mots, mais ne disent pas la même chose.

En travaillant directement sur le son, Block veut que Dessa apprenne ces nuances en même temps que le langage : l’intonation, les pauses, les soupirs ou les rires font partie de la conversation.

Sur son site, l’équipe y voit aussi une question de sécurité : un assistant devrait pouvoir réagir à la détresse perceptible dans une voix, même lorsque les mots ne l’expriment pas clairement. Pour l’instant, Block ne l’appuie que sur des démonstrations qu’elle a elle-même choisies. Savoir reproduire une voix émue ne suffit pas à prouver qu’un modèle saura reconnaître notre état et répondre de façon appropriée.

Le grand public ne peut pas encore essayer Dessa. Block la présente comme une préversion de recherche, sans date de lancement ni tarif. Seul un petit groupe de chercheurs en sécurité de l’IA doit obtenir un accès anticipé, avec pour mission de repérer les risques que l’équipe n’a pas prévus. Le modèle n’aurait pas besoin du cloud : selon Block, il tourne en local sur un MacBook Pro équipé d’une puce M4 Max ou plus puissante.

Toute l'actu tech en un clin d'œil

Ajoutez Numerama à votre écran d'accueil et restez connectés au futur !