Dessa, AI Suara Buatan Jack Dorsey yang Bisa Tertawa, Ini Kemampuan dan Cara Daftarnya

Block, perusahaan milik Jack Dorsey yang juga menaungi Square dan Cash App, memperkenalkan model AI suara bernama Dessa pada 23 Oktober 2026. Yang bikin ramai, suaranya terdengar sangat mirip manusia. Dessa bisa tertawa, berhenti sejenak, menyela di tengah kalimat, bahkan terdengar lelah atau sedih sesuai suasana obrolan.

Unggahan Jack Dorsey soal Dessa di X sudah dilihat lebih dari 12 juta kali dan disukai lebih dari 66 ribu akun hanya dalam dua hari. Banyak orang kagum, tapi tidak sedikit juga yang langsung khawatir soal penipuan lewat telepon.

Artikel ini akan menjelaskan apa yang membuat Dessa berbeda dari AI suara lain, perangkat apa yang dibutuhkan untuk menjalankannya, bagaimana status aksesnya sekarang, serta apa artinya buat pengguna di Indonesia, termasuk soal keamanan.

Dessa resmi diperkenalkan Block, begini ceritanya

Dessa dibuat oleh lab riset AI kecil di dalam Block. Lab ini didirikan oleh mantan anggota Dessa, startup deep learning asal Toronto yang diakuisisi Block pada 2020. Jadi nama modelnya memang diambil dari nama tim lama mereka.

Beberapa fakta penting dari pengumuman resminya:

1. Tanggal rilis: diumumkan 23 Oktober 2026 sebagai research preview, belum sebagai produk jadi.
2. Pemimpin proyek: Ragavan Thurairatnam, salah satu pendiri startup Dessa yang asli. Di X, ia menyebut peluncuran ini sebagai "momen GPT-3 untuk suara".
3. Tim: Block mencantumkan enam peneliti, yaitu Louay Hazami, Hashiam Kadhim, Qi (Alex) Liu, Rayhane Mama, Aydin Polat, dan Marc Tyndel.
4. Pengalaman: tim ini mengaku sudah membangun model deep learning sejak 2012 dan model suara generatif selama lebih dari delapan tahun.
5. Jalur laporan: lab ini melapor langsung ke Jack Dorsey, salah satu pendiri sekaligus Chairman Block.

Unggahan akun resmi Block berisi contoh rekaman Dessa juga sudah ditonton lebih dari 560 ribu kali. Demo yang dibagikan menunjukkan Dessa bermain tebak-tebakan dengan anggota tim, terkejut mendengar kabar ulang tahun pernikahan, dan membantu melengkapi kalimat ketika lawan bicaranya lupa judul film.

Kenapa suara Dessa terdengar seperti manusia

Kebanyakan asisten suara saat ini bekerja dalam tiga langkah. Suara pengguna diubah dulu menjadi teks, lalu teks itu diproses model bahasa besar (LLM), kemudian jawabannya diubah lagi menjadi suara. Menurut Block, cara ini membuang banyak informasi penting.

Dessa memakai pendekatan lain. Ini adalah model speech-to-speech murni: suara masuk, suara keluar, tanpa tahap teks di tengah. Perbedaannya bisa dilihat di alur berikut:

flowchart LR
  subgraph Biasa["AI suara pada umumnya"]
    A1[Suara pengguna] --> A2[Ubah jadi teks] --> A3[LLM berpikir] --> A4[Teks jadi suara]
  end
  subgraph Dessa["Dessa dari Block"]
    B1[Suara pengguna] --> B2[Model suara langsung] --> B3[Suara jawaban]
  end

Karena tidak lewat teks, Dessa bisa menangkap hal-hal yang biasanya hilang:

• Nada emosi, seperti senang, kesal, atau sedih.
• Sarkasme dan tawa, yang sulit dituliskan sebagai teks.
• Helaan napas saat frustrasi atau suara yang bergetar karena sedih.
• Waktu bicara, misalnya kapan harus menyela dan kapan cukup bilang "iya" atau "oh gitu".

Block menulis bahwa berinteraksi dengan AI suara sekarang "bisa sangat menyebalkan" karena terasa kaku dan lambat. Mereka juga menyinggung model lain seperti ElevenLabs v4 atau Fish Audio Drama 3 yang memakai tag suara untuk mengatur emosi. Block mengklaim emosi di Dessa sudah bawaan dari hasil belajar, bukan dari tag. Namun TechCrunch mencatat belum jelas apakah ada pengaturan tambahan di baliknya.

Full-duplex, bisa mendengar dan bicara bersamaan

Istilah full-duplex mungkin terdengar teknis, tapi maksudnya sederhana. Dessa bisa mendengar dan bicara pada saat yang sama, seperti orang yang mengobrol lewat telepon. Asisten suara lama biasanya menunggu pengguna selesai bicara dulu, baru menjawab.

Kemampuan ini membuat beberapa hal jadi mungkin:

1. Menyela secara wajar. Kalau pengguna memotong pembicaraan, Dessa bisa berhenti atau menyesuaikan jawabannya.
2. Backchannel. Dessa bisa menyelipkan respons pendek seperti "yeah!", "got it!", atau "ooh" saat pengguna masih bicara, supaya terasa sedang menyimak.
3. Tanpa jeda canggung. Block menyebut proses inferensinya berjalan lebih cepat dari waktu nyata, jadi tidak ada jeda menunggu jawaban.

Konsep full-duplex sebenarnya bukan hal baru tahun ini. OpenAI juga sudah merilis model GPT-Live yang bisa bicara dan mendengar bersamaan. Dalam salah satu demo, Block bahkan memasangkan Dessa dengan GPT-Live-1, meski Block menegaskan OpenAI tidak terlibat dan tidak meninjau Dessa. Bedanya, Dessa diklaim sebagai model pertama yang dilatih dari nol hanya dengan suara percakapan manusia, tanpa teks dan tanpa model bawaan yang sudah dilatih sebelumnya.

Catatan: Block membandingkan cara Dessa belajar dengan bayi. Bayi bisa bicara tanpa pernah melihat tulisan, cukup dengan mendengar. Tim Dessa ingin menguji apakah model AI juga bisa begitu, dan menurut mereka bisa, walau sangat sulit.

Spek dan syarat perangkat untuk menjalankan Dessa

Salah satu klaim paling menarik dari Block adalah Dessa bisa berjalan secara lokal di komputer konsumen. Artinya, model ini tidak wajib dijalankan di server besar.

Ringkasan spek yang sudah dibuka Block:

Syarat MacBook Pro M4 Max tentu bukan perangkat murah. Di Indonesia, laptop kelas ini harganya puluhan juta rupiah. Jadi meski bisa jalan lokal, Dessa belum masuk kategori AI yang bisa dicoba di laptop kantoran biasa. Block juga belum menyebut apakah ada versi untuk Windows atau kartu grafis Nvidia di laptop gaming.

Perlu dicatat juga, Block belum merilis ukuran dataset, angka latensi, maupun hasil uji formal. Sebagai gantinya, mereka membagikan rekaman yang disebut langsung dan tidak diarahkan, dengan subtitle yang ditambahkan belakangan.

Kelemahan yang perlu diketahui

Karena hanya belajar dari percakapan, pengetahuan Dessa juga terbatas pada apa yang ia dengar dari data suara. TechCrunch mencatat bahwa model suara biasanya dipasangkan dengan LLM untuk mencari informasi, sedangkan pengetahuan Dessa datang dari data percakapan saja.

Baca juga Google Kini Bisa Pakai Data Gmail dan Foto untuk Iklan, Ini Cara Mematikannya

Beberapa pengguna X menyoroti hal ini. Salah satunya menulis bahwa Dessa "melewati tahap berpikir", dan itulah alasan model ini bisa tertawa secara alami, tapi juga alasan ia tidak bisa mencari informasi sendiri.

Daftar hal yang masih belum jelas:

1. Akurasi fakta. Belum ada data seberapa sering Dessa salah saat ditanya hal faktual.
2. Bahasa yang didukung. Block belum menyebut bahasa apa saja yang bisa dipakai. Mereka malah mencantumkan "seberapa cepat model belajar bahasa baru" sebagai pertanyaan riset yang belum terjawab.
3. Harga dan API. Belum ada informasi harga, paket, atau API untuk developer.
4. Tanggal rilis publik. Tautan peluncuran masih bertuliskan "coming soon".

Jadi kalau ada yang bertanya apakah Dessa sudah bisa diajak ngobrol pakai Bahasa Indonesia, jawabannya untuk sekarang belum ada informasi resmi.

Cara daftar dan status akses Dessa

Sampai artikel ini ditulis, Dessa belum bisa dipakai publik. Block membuka dua jalur:

1. Akses awal untuk peneliti keamanan AI. Block memberi akses ke sekelompok kecil peneliti untuk mencari risiko yang belum terpikirkan. Formulirnya meminta nama, email institusi dari universitas, perusahaan, atau lab, serta tautan Google Scholar atau blog yang sifatnya opsional.
2. Waitlist publik. Untuk pengguna umum, tersedia daftar tunggu. Block juga menyebut akan terus membagikan rekaman baru lewat akun X mereka.

Tips: Kalau ingin mengikuti perkembangan Dessa, cara paling aman adalah lewat halaman resmi Block di block.xyz/dessa dan akun X resmi @blocks. Hati-hati dengan situs yang menjanjikan "download Dessa" atau akses berbayar, karena sampai sekarang belum ada versi publik dari Block.

Jalur peneliti jelas bukan untuk pengguna biasa. Kalau tidak punya latar belakang riset keamanan AI, sebaiknya cukup daftar di waitlist saja.

Soal penipuan suara, ini yang relevan buat pengguna di Indonesia

Reaksi di X tidak semuanya kagum. Nikita Bier, salah satu tokoh produk di dunia teknologi, menulis bahwa kombinasi AI yang makin jago mencari celah keamanan dan suara AI yang tidak bisa dibedakan dari manusia adalah "badai yang sempurna". Ia mencontohkan kemungkinan AI memalsukan nomor penelepon seolah dari bank, lalu berpura-pura menjadi petugas bank. Unggahan itu dilihat lebih dari 72 ribu kali.

Kekhawatiran ini terasa dekat dengan kondisi di Indonesia. Modus penipuan lewat telepon yang mengatasnamakan bank, kurir, atau keluarga sudah sering terjadi. Kalau suara AI makin mirip manusia, penipu bisa terdengar lebih meyakinkan.

Block sendiri menyebut keamanan sebagai salah satu alasan membuat Dessa. Menurut mereka, AI yang tidak bisa mendengar emosi justru berbahaya, misalnya terus bicara saat lawan bicaranya sedang kesakitan. Tapi kemampuan yang sama juga bisa disalahgunakan.

Beberapa langkah sederhana yang tetap relevan:

• Jangan percaya nada suara saja. Suara yang terdengar panik atau ramah bukan bukti bahwa penelepon itu asli.
• Tutup dan telepon balik. Kalau mengaku dari bank, tutup teleponnya lalu hubungi nomor resmi yang tertera di kartu atau aplikasi bank.
• Jangan berikan kode OTP. Bank tidak pernah meminta OTP, PIN, atau password lewat telepon.
• Buat kata sandi keluarga. Sepakati satu kata rahasia dengan keluarga untuk memastikan penelepon benar-benar orangnya.
• Laporkan nomor mencurigakan ke bank terkait dan kanal pengaduan resmi.

Apa artinya Dessa buat bisnis seperti Square

Block bukan perusahaan AI murni. Bisnis utamanya adalah layanan keuangan dan solusi untuk usaha kecil lewat Square dan Cash App. TechCrunch mencatat bahwa Square sudah memakai AI suara untuk menangani pesanan.

Dengan model suara sendiri yang bisa berjalan di perangkat, Block berpotensi:

1. Menekan biaya karena tidak selalu bergantung pada server pihak ketiga.
2. Membuat layanan pesan suara yang terdengar lebih ramah untuk pelanggan restoran atau toko.
3. Menjaga privasi karena data suara bisa diproses di perangkat.

Untuk UMKM di Indonesia, teknologi seperti ini mungkin suatu hari bisa dipakai untuk menerima pesanan lewat telepon atau menjawab pertanyaan pelanggan. Namun karena Dessa masih tahap riset dan belum jelas dukungan bahasanya, penerapan semacam itu masih jauh.

Perbedaan Dessa dengan AI suara lain

Supaya lebih mudah, berikut perbandingan singkat berdasarkan informasi yang sudah dibuka:

Kelebihan utama Dessa ada di rasa obrolan yang alami. Kekurangannya, untuk saat ini belum bisa dicoba, belum ada data uji resmi, dan belum jelas seberapa pintar model ini saat ditanya hal faktual.

Checklist

• Pantau halaman resmi Block di block.xyz/dessa untuk kabar rilis publik.
• Daftar waitlist kalau ingin mencoba Dessa saat sudah dibuka.
• Abaikan situs yang menjual akses atau file Dessa, karena belum ada versi publik.
• Siapkan kata sandi keluarga untuk berjaga dari penipuan suara AI.
• Ingatkan orang tua agar tidak memberikan OTP lewat telepon.

Poin penting

• Dessa diperkenalkan Block pada 23 Oktober 2026 sebagai research preview.
• Model ini dilatih hanya dari suara percakapan manusia, tanpa teks.
• Dessa bisa mendengar dan bicara bersamaan, tertawa, menyela, dan menunjukkan emosi.
• Bisa berjalan lokal di MacBook Pro M4 Max atau lebih tinggi.
• Belum ada harga, API, benchmark, maupun info dukungan Bahasa Indonesia.
• Akses awal hanya untuk peneliti keamanan AI, sisanya lewat waitlist.

Referensi

1. Block (2026). Dessa, the Conversation Model trained only on speech
2. TechCrunch (2026). Block's new voice model sounds eerily human
3. AI Chat Daily (2026). Block unveils Dessa, a full-duplex voice model trained only on human speech
4. The Agent Operators (2026). Dessa AI: How To Try Block's New Speech Model
5. X @jack (2026). We believe voice is the most natural way to interact with intelligence
6. X @blocks (2026). Meet Dessa, our speech model trained from scratch on human conversation
7. X @RagavanThurair (2026). This is a GPT3 moment for speech
8. X @nikitabier (2026). The perfect storm is frontier models finding obscure security vulnerabilities