أصدرت Block نموذج Dessa، وهو نموذج صوتي مدرَّب بالكامل على الكلام البشري بدلاً من النصوص المكتوبة، وفق تغطية من The Decoder. الهدف المعلن هو التقاط الإشارات العاطفية والعروضية (prosodic) التي تفوت النماذج النصية. وتصف TechCrunch الناتج الصوتي بأنه يبدو بشرياً بشكل ملحوظ. ويأتي هذا الإصدار في وقت أصبحت فيه واجهات الصوت واجهة أمامية شائعة لمنتجات الوكلاء.
بالنسبة لبناة الوكلاء، تكمن الأهمية أقل في العرض التجريبي وأكثر في سطح الإشارات. فالنموذج الذي يقرأ المشاعر والعروض يمنح وكيل الصوت مدخلات إضافية يمكن الاعتماد عليها في البوابات: التصعيد إلى إنسان، أو التأكيد قبل إجراء لا رجعة فيه، أو تغيير نبرة الاستجابة. وهذه البوابات لا تكون موثوقة إلا بقدر موثوقية التقييم الذي يقف خلفها، والتدريب على الكلام فقط يغيّر أنماط الفشل. فالنظم المدرَّبة على النص تُختبر عادةً على دقة النسخ وتصنيف النية؛ أما النموذج المدرَّب على الكلام فقط فيجب سبره بحثاً عن القراءة الخاطئة للانفعال، وتنوّع اللهجات واللكنات، والضجيج الخلفي، والاستدلال العاطفي الخاطئ الذي يبدو واثقاً.
ما لا تثبته التغطية المتاحة هو كيف يؤدي Dessa في أي من هذه الجوانب. فلا تُوصف أي معايير أداء أو معدلات خطأ أو منهجية تقييم، ويبقى البنية الدقيقة وتكوين بيانات التدريب غير واضحين. على الفرق التي تفكر في استخدامه ضمن خط إنتاج صوتي أن تتعامل مع الاستدلال العاطفي كإشارة احتمالية لا كحقيقة مؤكدة، وأن تبني مجموعات اختبار خاصة بها قبل أن تتيح له قيادة منطق البوابات.