Block, perusahaan teknologi yang dipimpin Jack Dorsey, memperkenalkan Dessa pada 23 Oktober 2026 sebagai model kecerdasan buatan berbasis suara dengan kemampuan berkomunikasi secara dua arah dalam waktu bersamaan. Berbeda dari asisten suara konvensional, Dessa menggunakan pendekatan full-duplex speech-to-speech yang memungkinkan sistem mendengarkan pengguna sambil memberikan respons lisan. Model ini juga dirancang untuk menghasilkan intonasi, jeda, tawa, dan ekspresi suara yang lebih alami. Inovasi tersebut menjadi perkembangan menarik dalam dunia TEKNOLOGI kecerdasan buatan karena menawarkan pendekatan percakapan yang tidak bergantung pada proses transkripsi teks sebagai tahap perantara.
Block Memperkenalkan Dessa sebagai Model AI Percakapan Suara Generasi Baru
Tim penelitian kecerdasan buatan Block menghadirkan Dessa sebagai teknologi kecerdasan buatan yang berfokus pada komunikasi lisan. Inovasi terbaru ini dirancang menciptakan interaksi antara manusia dan mesin yang mendekati cara manusia berbicara secara langsung. Tidak seperti banyak asisten suara konvensional, Dessa memproses masukan dan keluaran dalam bentuk suara. Rancangan sistem tersebut menempatkan fokus utama pada intonasi, ritme, jeda, dan perubahan nada ketika seseorang berbicara. Berdasarkan keterangan perusahaan, Dessa dikembangkan melalui pembelajaran dari data audio percakapan tanpa menggunakan teks sebagai data pelatihan. Strategi tersebut membuat proyek ini menarik perhatian dalam pengembangan model suara.
Sistem percakapan tersebut dibangun melalui laboratorium riset AI di dalam Block yang berada di bawah arahan Ragavan Thurairatnam. Tim tersebut berfokus pada kemampuan percakapan langsung. Dalam sejumlah contoh percakapan resmi, Dessa memperlihatkan kemampuan merespons secara ekspresif. Rekaman percakapan tersebut menampilkan respons berupa tawa ketika situasi percakapan berubah. Namun demikian, rekaman demonstrasi tidak menggantikan pengujian independen. Oleh sebab itu, Dessa masih perlu dievaluasi melalui pengujian lebih luas.
Teknologi Full-Duplex Membuat Dessa Mampu Mendengar Sambil Berbicara
Karakteristik penting Dessa adalah dukungan komunikasi full-duplex. Dalam komunikasi manusia, seseorang tidak selalu menunggu lawan bicara selesai sepenuhnya. Dalam situasi percakapan, pendengar dapat memberikan respons singkat ketika orang lain sedang menyampaikan informasi. Kemampuan tersebut memberikan kesan komunikasi yang lebih responsif. Dessa dirancang untuk meniru pola interaksi semacam itu melalui pemrosesan audio secara bersamaan. Melalui rancangan tersebut, pengguna dapat menyela ketika AI berbicara tanpa mengikuti pola komunikasi satu arah.
Ketika menggunakan pendekatan komunikasi berurutan, proses interaksi dapat melibatkan sejumlah komponen berbeda. Masukan suara manusia ditranskripsikan menjadi tulisan, kemudian dianalisis oleh sistem pemrosesan teks. Ketika jawaban berhasil dibuat, teks tersebut diubah menjadi ucapan sintetis. Metode pemrosesan berurutan telah mendukung banyak aplikasi praktis, tetapi dapat mengurangi sebagian konteks ekspresi suara. Dalam pengembangannya, Dessa tidak mengandalkan tahapan teks tersebut sehingga informasi suara menjadi bagian utama pemrosesan. Meski demikian, kemampuan berbicara alami tidak selalu berarti pemahaman faktual lebih baik.
Pendekatan Speech-to-Speech Membentuk Kemampuan Berbicara Alami
Block menjelaskan, Dessa mengembangkan kemampuan melalui data audio manusia tanpa memanfaatkan teks sebagai dasar pembelajaran. Metode pembelajaran ini memberikan karakteristik khusus dibandingkan model konvensional karena interaksi audio menjadi bahan pembelajaran inti. Melalui pembelajaran dari dialog lisan, Dessa diharapkan mampu mempelajari pola intonasi serta mempelajari pola pergantian pembicara. Aspek pembelajaran ini mendukung pengembangan dalam membangun pengalaman percakapan yang tidak kaku. Meski pendekatan penelitian diumumkan, Block belum mempublikasikan rincian lengkap dataset sehingga representasi berbagai aksen masih memerlukan evaluasi.
Keunggulan potensial dari pendekatan tersebut adalah kemampuan menghasilkan ekspresi suara. Dalam komunikasi manusia, perubahan nada dapat memberikan konteks tambahan. Dalam suatu percakapan, kalimat yang sama mungkin disampaikan dengan nada serius maupun bercanda. Model suara ini dikembangkan dengan fokus pada karakteristik tersebut melalui analisis pola ekspresi audio. Dalam demonstrasi publik, sistem memperlihatkan variasi ritme dan volume. Walaupun terdengar ekspresif, ekspresi vokal bukan bukti adanya pengalaman emosional. Dengan demikian, penilaian kemampuan Dessa harus mempertimbangkan kealamian vokal dan keandalan informasi secara terpisah.
Efisiensi Pemrosesan Model AI Suara Block Menjadi Perhatian
Selain kemampuan full-duplex, Block menyoroti efisiensi komputasi. Menurut perusahaan, Dessa dikembangkan melalui infrastruktur pelatihan NVIDIA GB200 NVL72. Walaupun menggunakan perangkat komputasi canggih, model tersebut dirancang mendukung inferensi lokal di komputer berkemampuan tinggi. Salah satu konfigurasi yang digunakan sebagai acuan adalah MacBook Pro dengan chip M4 Max atau sistem lain yang memenuhi kebutuhan pemrosesan. Tim pengembang turut mengklaim bahwa inferensi Dessa dapat berlangsung lebih cepat daripada waktu nyata. Walaupun klaim tersebut menarik, pengujian independen masih diperlukan.
Pemrosesan kecerdasan buatan langsung di komputer menawarkan berbagai kemungkinan penggunaan. Salah satunya adalah peluang menjalankan pemrosesan tanpa selalu mengirim audio ke pusat data. Jika sistem benar-benar dijalankan secara lokal, sebagian informasi percakapan berpotensi tetap berada pada komputer. Pendekatan tersebut memberikan pilihan pengolahan data yang lebih mandiri. Sebagai manfaat tambahan, perangkat lokal dapat mengurangi ketergantungan pada kualitas jaringan. Walaupun potensinya besar, Dessa belum tersedia sebagai paket unduhan publik. Karena alasan tersebut, klaim penggunaan lokal belum dapat diuji secara luas.
Manfaat Teknologi AI Suara Full-Duplex dalam Aktivitas Digital
Kemampuan mendengar dan berbicara bersamaan membuka peluang penerapan pada berbagai layanan digital yang membutuhkan respons percakapan cepat. Salah satu bidang yang relevan adalah sistem customer service otomatis. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menerima interupsi pengguna berpotensi mengurangi dialog yang kaku. Sebagai contoh, pelanggan yang hendak menyela jawaban tidak harus selalu menunggu AI selesai berbicara. Pendekatan semacam itu memiliki nilai praktis potensial pada pengembangan antarmuka suara. Walaupun konsepnya relevan, Block belum mengumumkan integrasi komersial Dessa secara luas.
Selain layanan pelanggan, Dessa membuka peluang pengembangan asisten virtual, layanan pendidikan berbasis suara, dan sistem bantuan berbicara. Pada penggunaan pendidikan, AI yang menyesuaikan ritme percakapan dapat membantu membangun simulasi percakapan. Pada sisi lain, antarmuka suara berpeluang mempermudah interaksi tanpa keyboard. Meski demikian, keandalan pengenalan bahasa harus dinilai melalui evaluasi pengguna yang beragam. Aspek keselamatan dan privasi juga membutuhkan perhatian khusus sebelum teknologi diterapkan pada layanan penting.
Potensi Model Percakapan Block dalam Mengubah Interaksi Digital
Perkenalan Dessa oleh Block menjadi perkembangan menarik dalam penelitian model suara generatif. Melalui pemrosesan audio secara langsung, Dessa dirancang untuk mendengar dan berbicara bersamaan. Pendekatan audio sebagai dasar pelatihan menjadi unsur pembeda dibandingkan pendekatan yang mengutamakan pemrosesan teks. Tidak hanya menawarkan interaksi simultan, penggunaan jeda dan respons vokal membuka kemungkinan pengalaman komunikasi yang lebih hidup. Meski demonstrasinya menunjukkan potensi, Dessa belum tersedia secara umum. Keamanan interaksi dan perlindungan privasi harus dikaji sebelum penerapan komersial. Dengan penelitian berkelanjutan, teknologi AI suara berpotensi mengubah pengalaman percakapan manusia dengan komputer. Bagaimana menurut Anda kemampuan AI yang menghasilkan respons suara dengan intonasi alami? Bagikan pandangan Anda mengenai pengembangan asisten virtual generasi baru.
