Block Rilis Dessa, Model Suara AI Full-Duplex yang Bisa Tertawa dan Menangis

Telset.id – Block, perusahaan milik Jack Dorsey, merilis model suara baru bernama Dessa dari laboratorium risetnya. Model ini berjalan secara lokal dan disebut mampu menghasilkan ekspresi layaknya manusia, seperti tawa, jeda, dan tangisan. Pengumuman ini disampaikan Block pada 23 Oktober 2026 melalui akun resmi Jack Dorsey dan akun Block di platform X.

Dessa diklaim sebagai model suara full-duplex yang dapat berbicara dan mendengarkan secara bersamaan, mirip dengan model GPT-Live yang dirilis OpenAI pada awal tahun ini. Block menyatakan bahwa Dessa dilatih sepenuhnya menggunakan data suara manusia dan sebuah rak GPU NVIDIA tunggal. Klaim ini menjadikan Dessa sebagai model suara yang berbeda dari pendekatan umum industri kecerdasan buatan saat ini.

Dalam cuitannya, Jack Dorsey menyebut Dessa sebagai model suara full-duplex paling autentik yang pernah dibuat. Menurutnya, berbicara dengan Dessa terasa seperti berbicara dengan manusia, penuh emosi, nuansa, jeda, dan irama yang alami. Block juga menyatakan keyakinannya bahwa suara adalah cara paling natural untuk berinteraksi dengan kecerdasan buatan.

Pendekatan Berbeda dari Model Suara Konvensional

Block menyoroti bahwa model suara yang ada saat ini kerap terdengar tidak natural dan mengganggu karena masih menggunakan teks dalam alur pemrosesan yang menggerakkan generasi suara. Banyak model seperti ElevenLabs v4 atau Fish Audio Drama 3 menggunakan tag suara untuk mengendalikan emosi dalam generasi suara. Block mengklaim bahwa emosi pada Dessa sudah tertanam langsung di dalam modelnya, meski belum jelas apakah emosi tersebut tetap dikendalikan oleh semacam tag.

Dalam sebuah unggahan blog, Block menyatakan bahwa berinteraksi dengan AI suara saat ini bisa sangat mengecewakan. Menurut Block, sistem tersebut mengubah suara menjadi teks dan membuang banyak informasi yang tidak dapat dibawa oleh teks saja. Block juga menyebut AI paling canggih di dunia tidak dapat mendengar perasaan penggunanya, dan hal itu dinilai berpotensi berbahaya.

Model Dessa sendiri dikembangkan dengan pendekatan speech-to-speech. Ragavan Thurairatnam, salah satu pihak yang terlibat dalam pengembangan, menyebut Dessa sebagai model AI pertama yang memungkinkan percakapan realistis dan dilatih sepenuhnya menggunakan data suara. Ia bahkan menyebutnya sebagai momen GPT3 bagi teknologi suara. Klaim tersebut menempatkan Dessa sebagai tonggak penting dalam pengembangan model suara berbasis AI.

Block juga membagikan sejumlah contoh percakapan dengan Dessa yang menunjukkan agen suara dengan beragam karakter suara, irama, dan emosi. Dalam salah satu contoh, bot mengaku lelah karena pekerjaan dan pada saat itu suaranya terdengar lelah. Contoh lain memperlihatkan bot berbicara tentang orang yang membuatnya nyaman dengan suara penuh emosi, hampir menangis. Ada pula rekaman anggota tim Block yang mengajak asisten suara bermain permainan tebak-tebakan, dan Dessa berhasil menebak dengan cepat.

Kemampuan emosi yang tertanam dalam model menjadi pembeda utama Dessa dibandingkan model suara lain yang menggunakan tag untuk mengatur nada. Pendekatan ini sejalan dengan tren pengembangan AI yang makin menekankan interaksi natural, sebagaimana terlihat pada berbagai inovasi keamanan dan fitur perangkat yang terus berkembang, seperti Fitur Samsung Galaxy Auto Blocker yang melindungi pengguna dari aplikasi tak terpercaya.

Berjalan di Perangkat Konsumen, Belum Terbuka untuk Publik

Block menyatakan Dessa dapat berjalan secara lokal pada komputer kelas konsumen seperti MacBook M4 Max atau perangkat yang lebih tinggi. Kemampuan berjalan di perangkat ini menjadi salah satu nilai jual utama karena model suara umumnya bergantung pada infrastruktur cloud yang mahal. Namun, hingga saat ini belum ada akses publik terhadap Dessa. Block telah membuka panggilan bagi para peneliti keamanan untuk menguji model tersebut.

Langkah tersebut kemungkinan ditujukan untuk menguji kasus-kasus ketika agen suara dapat menipu orang di seberang. Pengujian keamanan ini penting mengingat model suara yang sangat realistis berpotensi disalahgunakan. Keterlibatan peneliti keamanan menunjukkan Block berupaya mengantisipasi risiko sebelum model tersedia lebih luas.

Block sendiri bergerak di bidang keuangan dan menjual solusinya kepada usaha kecil. Square, layanan milik Block, sudah menggunakan AI suara untuk menangani pemesanan. Dengan model suara sendiri yang dapat berjalan di perangkat, Block berpotensi menghadirkan lebih banyak pengalaman bisnis dan konsumen dengan biaya lebih rendah. Langkah ini memperkuat posisi Block di pasar layanan keuangan berbasis teknologi.

Pengembangan model suara seperti Dessa juga menandai persaingan yang makin ketat di ranah AI suara. Sejumlah perusahaan besar dan pengembang independen berlomba menghadirkan model yang makin natural. Di sisi lain, pemanfaatan teknologi AI yang makin luas turut memunculkan kekhawatiran baru, termasuk risiko keamanan digital yang turut dibahas dalam laporan terkait Aktivitas Jahat Naik 440 persen akibat malware yang disimpan di blockchain.

Meski belum tersedia untuk publik, kehadiran Dessa menunjukkan arah pengembangan AI suara yang makin menekankan ekspresi dan emosi alami. Block memilih melibatkan peneliti keamanan lebih dulu sebelum membuka akses, sehingga potensi penyalahgunaan dapat dipetakan sejak awal. Bagi pengguna, kemampuan model suara yang berjalan di perangkat sekaligus menekan biaya menjadi indikasi bahwa interaksi dengan AI ke depannya bisa makin terjangkau dan natural.

[ META_DESCRIPTION]
Block merilis Dessa, model suara AI full-duplex yang bisa tertawa, menangis, dan berjalan lokal di MacBook M4 Max. Belum ada akses publik.