Jack Dorsey की नई Voice AI Dessa इंसानों जैसी कैसे बात करती है? स्कैम का खतरा भी बढ़ा
Block का नया AI मॉडल बिना टेक्स्ट के सीधे इंसानी आवाज को समझकर जवाब दे सकता है। इसकी बातचीत में हंसी, ठहराव और भावनाओं जैसी बारीकियां दिखाई देती हैं, लेकिन इसका इस्तेमाल धोखाधड़ी में होने की आशंका भी है।
Key Points
- Dessa AI क्या है: Jack Dorsey की कंपनी Block ने ऐसा Voice AI मॉडल पेश किया है, जिसे इंसानी बातचीत की ऑडियो से ट्रेन किया गया है।
- क्या खास है: यह एक ही समय में सुन और बोल सकता है। कंपनी के डेमो में इसकी आवाज में हंसी, भावनात्मक प्रतिक्रियाएं और बातचीत के स्वाभाविक उतार-चढ़ाव दिखाई देते हैं।
- क्या सभी इस्तेमाल कर सकते हैं: फिलहाल यह आम लोगों के लिए उपलब्ध नहीं है। कंपनी ने शुरुआती एक्सेस AI सेफ्टी रिसर्चर्स के एक छोटे समूह के लिए रखा है।
टेक्नोलॉजी डेस्क,
अगर कोई AI फोन पर आपसे इस तरह बात करे कि उसकी आवाज, रुकने का अंदाज और प्रतिक्रिया किसी इंसान जैसी लगे, तो क्या आप पहचान पाएंगे कि दूसरी तरफ मशीन है? Jack Dorsey की कंपनी Block का नया Voice AI मॉडल Dessa इसी सवाल को चर्चा में ला रहा है। कंपनी के मुताबिक, यह मॉडल केवल इंसानी आवाज से ट्रेन किया गया है और बातचीत के दौरान सामने वाले की बात सुनते हुए जवाब भी दे सकता है।
Dessa के सामने आए डेमो में AI हंसता है, आश्चर्य जताता है और बातचीत के संदर्भ के हिसाब से अपनी आवाज का अंदाज बदलता दिखाई देता है। यही क्षमता इसे सामान्य वॉयस असिस्टेंट से अलग बनाती है। हालांकि, अभी इन क्षमताओं का आकलन मुख्य रूप से कंपनी के डेमो के आधार पर ही किया जा रहा है। इसके स्वतंत्र बेंचमार्क और विस्तृत टेस्ट रिजल्ट सार्वजनिक नहीं किए गए हैं।
Jack Dorsey की Dessa AI क्या है?
Dessa, Block की रिसर्च टीम का विकसित किया गया एक स्पीच-टू-स्पीच AI मॉडल है। Block वही कंपनी है जो Square और Cash App जैसे बिजनेस और पेमेंट प्रोडक्ट्स से जुड़ी है। Jack Dorsey ने 23 अक्टूबर 2026 को इस मॉडल को सार्वजनिक रूप से पेश किया था।
इसकी खासियत सिर्फ इंसानों जैसी आवाज पैदा करना नहीं है। कंपनी का कहना है कि Dessa को इंसानी बातचीत की ऑडियो से शुरू से ट्रेन किया गया है, न कि सामान्य टेक्स्ट-आधारित ट्रेनिंग के जरिए। इसका उद्देश्य AI और इंसान के बीच बातचीत को ज्यादा स्वाभाविक बनाना है।
सामान्य Voice AI सिस्टम में अक्सर पहले बोली गई बात को टेक्स्ट में बदला जाता है, फिर AI उस टेक्स्ट को प्रोसेस करके जवाब तैयार करता है और आखिर में उसे आवाज में बदला जाता है। इस प्रक्रिया में बोलने के अंदाज, आवाज के उतार-चढ़ाव और भावनाओं से जुड़ी कुछ जानकारी खो सकती है।
Dessa का तरीका अलग है। यह सीधे ऑडियो के साथ काम करता है, जिससे बातचीत के दौरान आवाज के संकेतों और प्रतिक्रिया के समय को समझने में मदद मिल सकती है।
Dessa AI की सबसे बड़ी खासियत क्या है?
1. इंसान की तरह सुन और बोल सकती है
Dessa को फुल-डुप्लेक्स स्पीच मॉडल बताया गया है। इसका मतलब है कि यह बातचीत के दौरान सुनने और बोलने का काम एक साथ कर सकता है।
इंसानों की बातचीत में अक्सर ऐसा होता है कि एक व्यक्ति अपनी बात पूरी करने से पहले ही दूसरा प्रतिक्रिया देने लगता है। कभी कोई बीच में बोलता है, कभी हंसता है और कभी अपनी बात का अंदाज बदल देता है। एक सामान्य सवाल-जवाब वाले सिस्टम के मुकाबले ऐसी बातचीत को संभालना ज्यादा मुश्किल होता है।
Block के डेमो में Dessa को बातचीत के दौरान रुकते हुए, प्रतिक्रिया देते हुए और आवाज का लहजा बदलते हुए दिखाया गया है। हालांकि, अलग-अलग परिस्थितियों में इसकी क्षमता कितनी भरोसेमंद है, यह जानने के लिए स्वतंत्र परीक्षण जरूरी होंगे।
2. आवाज में हंसी और भावनाओं जैसी बारीकियां
कंपनी के साझा किए गए उदाहरणों में Dessa कभी हंसता है, कभी आश्चर्य जताता है और कभी थकान या भावनात्मक प्रतिक्रिया जैसा लहजा अपनाता है।
यह इसलिए महत्वपूर्ण है क्योंकि बातचीत में शब्दों के अलावा आवाज का लहजा भी मायने रखता है। एक ही वाक्य को खुशी, गुस्से या चिंता के साथ बोलने पर उसका अर्थ और असर बदल सकता है।
Block का मानना है कि सीधे ऑडियो पर काम करने से AI के लिए ऐसे संकेतों को समझना आसान हो सकता है। भविष्य में इससे वॉयस असिस्टेंट को किसी परेशान व्यक्ति की आवाज या भावनात्मक स्थिति पर बेहतर प्रतिक्रिया देने में मदद मिल सकती है।
हालांकि, आवाज में भावना जैसी प्रतिक्रिया सुनाई देना इस बात का प्रमाण नहीं है कि AI इंसानों की तरह वास्तव में भावनाएं महसूस करता है।
3. MacBook पर लोकल रन हो सकता है
Dessa की एक और उल्लेखनीय बात यह है कि Block के मुताबिक इसे MacBook Pro के M4 Max चिप वाले कंप्यूटर या उससे बेहतर हार्डवेयर पर लोकल रूप से चलाया जा सकता है।
लोकल रनिंग का मतलब है कि AI का प्रोसेसिंग काम डिवाइस पर हो सकता है, न कि हर काम के लिए किसी रिमोट सर्वर पर निर्भर रहना पड़े। इससे कुछ परिस्थितियों में रिस्पॉन्स टाइम और क्लाउड पर निर्भरता कम हो सकती है।
लेकिन लोकल रनिंग का मतलब अपने आप पूरी प्राइवेसी की गारंटी नहीं है। यह जानने के लिए कि कोई सिस्टम कौन-सा डेटा स्टोर करता है, क्या जानकारी बाहर भेजता है और उसका इस्तेमाल कैसे होता है, उसकी तकनीकी और प्राइवेसी से जुड़ी जानकारी देखना जरूरी है।
क्या Dessa AI से फोन स्कैम का खतरा बढ़ सकता है?
यही इस तकनीक का सबसे संवेदनशील पहलू है। अगर कोई AI स्वाभाविक आवाज में बातचीत कर सकता है, सामने वाले की बात के अनुसार प्रतिक्रिया दे सकता है और भावनात्मक लहजे की नकल कर सकता है, तो धोखेबाजों के लिए लोगों का भरोसा जीतना आसान हो सकता है।
उदाहरण के लिए, कोई ठग AI-आधारित वॉयस सिस्टम का इस्तेमाल करके ग्राहक सेवा प्रतिनिधि, बैंक कर्मचारी या किसी परिचित व्यक्ति जैसा व्यवहार करने की कोशिश कर सकता है। अगर ऐसी तकनीक को दूसरे व्यक्ति की आवाज की नकल करने या गलत पहचान छिपाने वाले तरीकों के साथ इस्तेमाल किया जाए, तो फोन पर धोखाधड़ी को पहचानना और मुश्किल हो सकता है।
हालांकि, यहां एक अंतर समझना जरूरी है: Dessa का इंसानों जैसी बातचीत करना और किसी खास व्यक्ति की आवाज की क्लोनिंग करना एक ही बात नहीं है। उपलब्ध जानकारी से यह साबित नहीं होता कि Dessa अपने आप किसी भी व्यक्ति की आवाज की नकल कर सकता है या इसका इस्तेमाल करके स्कैम किए जा रहे हैं।
फिलहाल चिंता इस बात को लेकर है कि ज्यादा स्वाभाविक और भावनात्मक लगने वाली AI आवाजें भविष्य में धोखाधड़ी के नए तरीकों को संभव बना सकती हैं।
इस तकनीक पर प्रतिक्रिया देते हुए कुछ लोगों ने इसके संभावित दुरुपयोग को लेकर चिंता जताई है। फिल्ममेकर Justine Bateman ने सवाल उठाया कि AI की आवाज को इतना इंसानों जैसा बनाने की जरूरत क्या है, जबकि पत्रकार Shiv Aroor ने स्कैम कॉल बढ़ने की आशंका व्यक्त की। दूसरी ओर, Binance के संस्थापक Changpeng Zhao ने ऐसी तकनीक के शिक्षा में संभावित उपयोग की ओर भी ध्यान दिलाया।
बच्चों की पढ़ाई से लेकर कस्टमर सर्विस तक हो सकते हैं इस्तेमाल
Dessa जैसी Voice AI तकनीक के उपयोग केवल फोन कॉल तक सीमित नहीं हैं। अगर ऐसे मॉडल भरोसेमंद तरीके से काम करने लगते हैं, तो इनके कई संभावित इस्तेमाल हो सकते हैं।
- शिक्षा: बच्चों के साथ बातचीत के जरिए पढ़ाई, भाषा अभ्यास और सवाल-जवाब वाले अनुभव तैयार किए जा सकते हैं।
- कस्टमर सर्विस: कंपनियां ग्राहकों के सवालों का जवाब देने और सामान्य अनुरोध संभालने के लिए अधिक स्वाभाविक वॉयस सिस्टम विकसित कर सकती हैं।
- वॉयस असिस्टेंट: कंप्यूटर और अन्य डिवाइस पर AI से बातचीत करना ज्यादा सहज हो सकता है।
- सुलभता: कुछ उपयोगकर्ताओं के लिए आवाज के जरिए जानकारी लेना और काम करना आसान हो सकता है।
ये संभावित उपयोग हैं, Dessa के पहले से उपलब्ध या पूरी तरह प्रमाणित फीचर नहीं। किसी वास्तविक प्रोडक्ट में इनका इस्तेमाल मॉडल की गुणवत्ता, सुरक्षा, भाषा समर्थन और संबंधित सेवा की उपलब्धता पर निर्भर करेगा।
क्या Dessa AI अभी डाउनलोड कर सकते हैं?
नहीं, फिलहाल Dessa को आम यूजर्स के लिए सार्वजनिक रूप से उपलब्ध प्रोडक्ट के रूप में पेश नहीं किया गया है। Block ने शुरुआती एक्सेस AI सेफ्टी रिसर्चर्स के एक छोटे समूह के लिए रखने की बात कही है।
कंपनी ने मॉडल का आकार, विस्तृत बेंचमार्क रिजल्ट और सार्वजनिक रिलीज की तारीख भी घोषित नहीं की है। इसलिए अभी यह कहना जल्दबाजी होगी कि Dessa हर स्थिति में दूसरे Voice AI मॉडल से बेहतर है या सामान्य यूजर्स के लिए कब उपलब्ध होगा।
जो लोग इसे इस्तेमाल करना चाहते हैं, उन्हें Block की आधिकारिक घोषणाओं और उपलब्धता संबंधी अपडेट का इंतजार करना चाहिए। किसी अनजान वेबसाइट से Dessa के नाम पर सॉफ्टवेयर डाउनलोड करने से बचना बेहतर है, खासकर तब जब आधिकारिक रिलीज की पुष्टि न हुई हो।
Jack Dorsey की Dessa AI यह दिखाती है कि Voice AI को अधिक स्वाभाविक बनाने के लिए ऑडियो पर सीधे काम करने वाला तरीका कितना महत्वपूर्ण हो सकता है। इंसानों की तरह बातचीत करना, बीच में प्रतिक्रिया देना और आवाज के भावनात्मक संकेतों को समझना भविष्य के AI असिस्टेंट को ज्यादा उपयोगी बना सकता है।
लेकिन यही क्षमता सुरक्षा से जुड़े नए सवाल भी खड़े करती है। अगर AI की आवाज और बातचीत को पहचानना मुश्किल होता गया, तो फोन पर किसी की पहचान की पुष्टि करने के पुराने तरीकों पर दोबारा विचार करना पड़ सकता है।
फिलहाल Dessa एक रिसर्च प्रीव्यू है, न कि आम लोगों के लिए उपलब्ध AI ऐप। इसके वास्तविक फायदे और जोखिम समझने के लिए स्वतंत्र परीक्षण, सुरक्षा मूल्यांकन और सार्वजनिक उपलब्धता से जुड़ी अधिक जानकारी का इंतजार करना होगा।
