Asisten suara AI sering terdengar kaku: menunggu Anda selesai bicara, lalu menjawab dengan nada datar. Block, perusahaan milik Jack Dorsey, mengklaim punya jawabannya lewat model suara baru bernama Dessa.
Apa itu Dessa
Menurut TechCrunch, Dessa dirilis dari lab riset Block. Model ini terdengar sangat mirip manusia, lengkap dengan tawa, jeda, bahkan suara menangis. Block menyebut Dessa dilatih sepenuhnya dengan ucapan manusia, menggunakan satu rak GPU NVIDIA.
Dessa adalah model full-duplex, artinya bisa mendengar dan berbicara pada saat yang sama, seperti saat Anda mengobrol dengan teman yang bisa menyela atau menimpali.
Apa bedanya dengan asisten suara biasa
Kebanyakan asisten suara mengubah suara Anda menjadi teks, memprosesnya dengan model bahasa, lalu mengubah jawaban kembali ke suara. Menurut Block, cara itu membuang banyak informasi, seperti nada dan emosi. Block mengklaim emosi sudah tertanam di dalam model Dessa, dan pengetahuannya berasal dari data percakapan yang dipelajarinya. TechCrunch mencatat belum jelas apakah emosi itu tetap dikendalikan semacam penanda (tag).
Block juga mengklaim Dessa bisa berjalan lokal di komputer kelas konsumen, misalnya MacBook M4 Max atau yang lebih tinggi.
Catatan penting
- Belum ada akses publik. Dessa belum bisa dicoba umum.
- Block membuka panggilan bagi peneliti keamanan untuk menguji model ini. Suara AI yang sangat mirip manusia berisiko dipakai untuk menipu, misalnya penipuan telepon.
- Semua klaim kualitas berasal dari Block dan contoh rekaman yang mereka bagikan, belum dari uji independen.
Apa artinya bagi Anda
Suara AI yang makin manusiawi bisa membuat layanan pelanggan atau pemesanan lebih nyaman. Square, bagian dari Block, menurut TechCrunch sudah memakai AI suara untuk pemesanan. Namun, ini juga pengingat untuk waspada: jika ada telepon yang meminta OTP atau transfer, suara yang terdengar "asli" belum tentu manusia. Sebagai pembanding, Mistral juga baru merilis agen suara Voxtral 3.