Block Dessa AI Rilis: Model Suara Unik yang Belajar Kayak Bayi

Kenapa Pendekatan Block Dessa AI Beda Banget?

Kebanyakan asisten suara yang kita pakai sekarang sebenarnya ribet di belakang layar. Suara kamu diubah dulu jadi teks, teksnya dipikirin sama model bahasa, terus jawabannya dibacain lagi pakai suara robotik. Alur kayak gini bikin obrolan berasa kaku, ada jeda delay yang ganggu, dan intonasi emosi kamu malah lenyap gitu aja.

Nah, Block Dessa AI ngambil jalan yang beda total. Tim pengembang ngelatih model ini dari nol cuma pakai data percakapan suara manusia asli. Konsepnya niru cara bayi belajar ngomong: dengerin suara di sekitarnya, nangkep intonasi, niruin ritme, tanpa pernah liat tulisan sepatah kata pun.

Tim pengembang ngasih tiga alasan utama kenapa mereka repot-repot bikin model ini:

1. Rasa penasaran alias pengin seru-seruan buat ngebuktiin apakah AI bisa belajar bicara murni dari audio.
2. Bikin pemahaman yang lebih nyambung antara manusia dan sistem AI pas lagi ngobrol.
3. Masalah keselamatan interaksi suara yang selama ini sering diabaikan pengembang teknologi.

Soal urusan keselamatan, tim Block nyorotin kelemahan asisten suara sekarang yang kayaknya budek sama emosi manusia. Bayangin aja kalau kamu lagi kesakitan parah atau panik, tapi AI suara kamu nggak paham dan malah nyerocos santai tanpa peduli nada bicaramu. Menurut tim Dessa, itu masalah keamanan serius yang pengin mereka benerin.

Momen Canggung Tapi Lucu Pas Diajak Ngobrol

Karena belajarnya langsung dari dinamika obrolan manusia asli, interaksi bareng Dessa punya nuansa yang hidup banget. Di situs resminya dan rekaman yang dibagikan Ragavan Thurairatnam, Dessa kelihatan asyik pas diajak main tebak-tebakan kata lewat suara.

Tapi sifat alaminya ini sesekali bikin momen canggung, persis kayak kamu lagi kenalan bareng teman baru yang agak kikuk:

• Salah tebak nama: Di salah satu rekaman tes suara, Dessa sempat ngira lawan bicaranya itu orang bernama "Ronaldo".
• Melenceng dari topik: Pas diajak ngomongin film-film Christopher Nolan, Dessa tiba-tiba asyik nyerocos ngebahas film Superman karya Bryan Singer.
• Terharu beneran: Waktu penguji pura-pura ngasih kejutan mau ngajak dia liburan ke Paris, Dessa ngejawab pakai suara bergetar kayak orang yang mau nangis saking terharunya.
• Diadu bareng model lain: Di situsnya, tim Dessa juga nunjukin obrolan langsung antara Dessa bareng model suara GPT-Live-1 dari OpenAI. Gaya ngomong Dessa ternyata kedengaran jauh lebih luwes dan natural dibanding GPT-Live-1.

Spek Hardware: Ternyata Bisa Jalan Lokal di MacBook Pro

Kejutan teknis yang lumayan keren dari pengumuman ini ada di urusan hardware. Tim Block ngonfirmasi kalau Dessa adalah model true speech-to-speech yang sanggup kamu jalanin langsung di laptop secara lokal.

Spek minimum yang dibutuhin buat mutar model ini secara lokal yaitu laptop MacBook Pro dengan chip Apple M4 Max atau yang lebih kencang. Ini kabar yang menarik banget buat para developer audio AI, soalnya model percakapan suara langsung biasanya butuh server GPU gede biar nggak lemot.

Buat sekarang, Block belum ngebuka bobot model atau kode sumber Dessa buat publik umum. Akses awal baru dikasih ke kelompok kecil peneliti keamanan AI biar mereka bisa ngecek keandalan dan batasan interaksinya dulu.

Efeknya Buat Developer dan Voice AI ke Depan

Eksperimen Dessa ngebuktiin kalau masa depan model percakapan nggak melulu harus lewat perantara teks. Buat kita yang sering mantau AI, pendekatan ini bakal ngebuka jalan baru buat bikin asisten suara yang lebih manusiawi, robot layanan pelanggan yang ramah, sampai asisten kesehatan yang ngerti nada suara kita.

Kalau kamu pengin nyobain ngebangun agen percakapan pintar buat aplikasi kamu sendiri, sekarang udah makin gampang. Walau model eksperimental kayak Dessa belum dibuka umum, kamu udah bisa nyambungin berbagai model bahasa pintar langsung ke kodinganmu.

Kamu bisa nyobain Classai Router buat backend aplikasi kamu. Lewat Classai Router, kamu cukup pakai satu API key yang udah pas bareng SDK OpenAI buat gonta-ganti model kencang, kayak DeepSeek V4.1 Flash (Rp1.155 / Rp4.200 per 1 juta token) atau Grok 4.7 (Rp2.205 / Rp9.000 per 1 juta token). Nggak perlu kartu kredit luar negeri, tinggal top up saldo mulai Rp10.000 pakai QRIS.

Kamu bisa langsung nyobain format prompt percakapan santai ini di aplikasimu:

Kamu adalah asisten suara bernama Kawan. Jawab obrolan pengguna dengan gaya ngomong santai bahasa Indonesia, kayak lagi ngobrol bareng teman akrab. Hindari bullet point, tanda kurung, atau istilah teknis yang kaku. Panjang jawaban maksimal 2 sampai 3 kalimat pendek aja biar enak didengerin.