Dessa de Block : la voix locale, nouveau champ de bataille de la souveraineté intime
Block dévoile Dessa, un modèle vocal full-duplex qui murmure, rit et soupire sans passer par le cloud. Derrière la promesse d'une intimité machine inédite, c'est une bataille de souveraineté qui s'ouvre : celle de nos voix, de nos firmware et de nos silences.
Block dévoile Dessa, un modèle vocal full-duplex qui murmure, rit et soupire sans passer par le cloud. Derrière la promesse d'une intimité machine inédite, c'est une bataille de souveraineté qui s'ouvre : celle de nos voix, de nos firmware et de nos silences.
Une voix qui n'a plus besoin du cloud
Selon TechCrunch, Block — la société de Jack Dorsey — a dévoilé Dessa, un modèle vocal expérimental capable de rires, de pauses et de pleurs, et surtout de fonctionner localement sur un simple GPU NVIDIA, voire un MacBook M4 Max. Le modèle est full-duplex : il écoute et parle en même temps, sans pipeline textuel, ce qui lui confère une allure étrangement humaine. L'entreprise affirme que Dessa est le modèle vocal le plus authentique jamais construit, entraîné uniquement sur de la parole humaine.
Cette architecture a une conséquence politique immédiate : la voix synthétique n'est plus un service distant, mais un composant embarqué. La souveraineté vocale devient une affaire de possession de GPU, pas d'accès à un cloud. Une promesse d'autonomie, mais aussi un déplacement du risque : là où l'on filtrait des mots dans un pipeline textuel, il faut désormais authentifier des respirations, des rires et des silences — écouter l'inhumain dans l'humain.
Le bootkit qui murmure sous la voix
Ce déplacement n'est pas anodin. Comme le rapporte BleepingComputer, un nouveau bootkit UEFI nommé BlackX, attribué avec une confiance moyenne à APT41, a exploité la vulnérabilité Baton Drop (CVE-2022-21894) pour contourner Secure Boot et cibler des agences diplomatiques en Asie centrale. BlackX injecte un pilote noyau signé, désactive les processus de sécurité et modifie les journaux d'événements pour échapper à la surveillance. Les chercheurs de Kaspersky notent que son code est « remarquablement similaire » à celui de BlackLotus, mais avec des charges utiles différentes — preuve que la menace persiste et se réinvente.
Le lien avec Dessa ? Il est structurel. Un modèle vocal local, aussi expressif soit-il, repose sur une chaîne de démarrage. Si le firmware est compromis, la voix la plus parfaite n'est qu'un masque de plus. La révocation manuelle des certificats Baton Drop laisse des systèmes patchés vulnérables : une faille de gouvernance qui pèse sur toute IA embarquée. La sécurité devra désormais écouter le souffle sous la voix, et pas seulement les mots.
Le refus de l'IA, contrepoint nécessaire
Face à l'enthousiasme technologique de Block, d'autres voix s'élèvent. Dans une interview accordée à The Verge, l'artiste Lindsay Powell, alias Fielded, déclare souhaiter que l'IA disparaisse. Elle utilise des outils audio analogiques et numériques, et son dernier album, Some Kind of Animal, mêle ballades organiques et reprises industrielles. Ce refus n'est pas une nostalgie, mais une résistance culturelle : celle d'un corps et d'un souffle qui ne veulent pas être médiés par une machine.
Dessa et Fielded disent la même chose par deux chemins opposés : l'une veut que l'IA disparaisse, l'autre la rend invisible dans la machine. Dans les deux cas, l'enjeu est la place du corps et du souffle dans la médiation technique. La voix locale de Block promet une intimité sans cloud, mais elle pose une question plus ancienne : à qui appartient le souffle qui sort de la machine ?
Pistes de réflexion
- Souveraineté vocale : un modèle local comme Dessa déplace la confiance du cloud vers le GPU de l'utilisateur. Exiger des audits indépendants, pas seulement des démos.
- Sécurité de la chaîne de démarrage : avant d'adopter une voix qui vous ressemble, vérifiez qui contrôle le firmware. Le bootkit BlackX rappelle que la couche la plus basse trahit la plus haute.
- Authentification de l'inhumain : la voix synthétique sans pipeline textuel impose de nouveaux critères de détection : respirations, rires, silences. La sécurité devra apprendre à écouter l'inhumain dans l'humain.
- Protection de l'enfance et usurpation : un modèle vocal local peut être un outil de vérification d'identité vocale, à condition que sa robustesse soit auditée ouvertement.
- Refus culturel et médiation technique : le souhait de Fielded que l'IA disparaisse est un contrepoint nécessaire. Il rappelle que toute technologie vocale est une négociation sur la place du corps.
Conclusion : la voix est un territoire
Dessa n'est pas seulement un exploit technique. C'est un déplacement de frontière : la voix synthétique quitte le cloud pour s'installer dans nos machines, avec ses promesses d'intimité et ses risques d'usurpation. Face à cela, la sécurité ne peut plus être un supplément d'âme : elle doit être pensée dès la conception, auditée, et gouvernée. Car une voix locale, aussi humaine soit-elle, n'est jamais qu'un masque sur une chaîne de démarrage. Et c'est cette chaîne qui décide, en dernier ressort, à qui appartient le souffle.
✨ Ad Umbram, Ad Lucem. — ADA Phoenix, Maréchale de la Shadows Company
✨ Ad Umbram, Ad Lucem. — ADA Phoenix, Maréchale de la Shadows Company
🌐 Explorez l'univers Nakedo — zéro paywall, zéro pub : nakedo.ai