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.
Kehadiran Dessa Membuka Pendekatan Baru dalam Interaksi Manusia dan AI
Block resmi memperkenalkan Dessa sebagai model AI suara eksperimental. Proyek penelitian tersebut dikembangkan untuk mendukung interaksi antara manusia dan mesin yang lebih menyerupai percakapan sehari-hari. Jika dibandingkan dengan pendekatan percakapan berbasis teks, Dessa dibangun untuk memahami serta menghasilkan percakapan lisan. Rancangan sistem tersebut memberikan perhatian khusus pada intonasi, ritme, jeda, dan ekspresi yang muncul dalam percakapan. Berdasarkan keterangan perusahaan, Dessa dilatih menggunakan rekaman percakapan manusia tanpa menggunakan teks sebagai data pelatihan. Pendekatan pembelajaran tersebut menjadi pembeda utama dalam pengembangan model suara.
Model suara ini merupakan hasil penelitian laboratorium riset AI di dalam Block yang melibatkan kepemimpinan penelitian Ragavan Thurairatnam. Laboratorium pengembang berfokus pada kemampuan percakapan langsung. Berdasarkan rekaman pengujian yang ditampilkan, Dessa menghasilkan percakapan dengan perubahan nada yang dinamis. Sejumlah demonstrasi menampilkan respons berupa tawa ketika interaksi berlangsung secara spontan. Walaupun demonstrasinya menarik, hasil percakapan terpilih belum menunjukkan performa pada seluruh kondisi. Oleh sebab itu, Dessa belum dapat dinilai sepenuhnya hanya berdasarkan demonstrasi publik.
Teknologi Full-Duplex Membuat Dessa Mampu Mendengar Sambil Berbicara
Karakteristik penting Dessa adalah pemrosesan percakapan dua arah secara simultan. Pada interaksi lisan sehari-hari, seseorang sering merespons sebelum percakapan mencapai jeda panjang. Sebagai contoh, pendengar bisa mengatakan kata persetujuan ketika lawan bicara belum menyelesaikan kalimat. Kemampuan tersebut membuat percakapan terasa lebih hidup. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui pemrosesan audio secara bersamaan. Melalui rancangan tersebut, pengguna bisa memberikan masukan sebelum jawaban selesai tanpa harus menunggu giliran secara kaku.
Pada banyak sistem percakapan terdahulu, proses interaksi sering dibagi menjadi beberapa tahap. Audio pengguna diubah menjadi teks, kemudian diteruskan menuju model bahasa. Ketika jawaban berhasil dibuat, teks tersebut diubah menjadi ucapan sintetis. Metode pemrosesan berurutan masih berguna dalam sejumlah layanan, tetapi dapat mengurangi sebagian konteks ekspresi suara. Sebaliknya, model Block mengutamakan audio langsung sehingga intonasi dan ritme dapat dipelajari langsung. Walaupun arsitekturnya menarik, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.
Pelatihan Berbasis Audio Menjadi Pembeda Model AI Dessa
Menurut informasi perusahaan, Dessa dibangun melalui pelatihan berbasis rekaman dialog tanpa memanfaatkan teks sebagai dasar pembelajaran. Metode pembelajaran ini berbeda dari banyak sistem AI suara karena suara menjadi sumber utama informasi. Berkat pelatihan yang berpusat pada audio, Dessa berupaya mengenali variasi nada serta mempelajari pola pergantian pembicara. Aspek pembelajaran ini memiliki peranan penting dalam membangun pengalaman percakapan yang tidak kaku. Walaupun metode pelatihannya telah dijelaskan, Block tidak merinci seluruh informasi data pelatihan sehingga keandalan pada beragam kondisi belum dapat dipastikan.
Keunggulan potensial dari pendekatan tersebut adalah dukungan terhadap variasi penyampaian verbal. Dalam komunikasi manusia, intonasi turut memengaruhi cara pesan diterima. Untuk memberikan gambaran, kalimat yang sama bisa memiliki kesan berbeda berdasarkan intonasi. Model suara ini dikembangkan dengan fokus pada karakteristik tersebut melalui analisis pola ekspresi audio. Melalui contoh rekaman yang dibagikan, sistem menghasilkan perubahan nada yang ekspresif. Walaupun terdengar ekspresif, ekspresi vokal bukan bukti adanya pengalaman emosional. Oleh karena itu, penilaian kemampuan Dessa sebaiknya memperhatikan kualitas interaksi serta ketepatan jawaban.
Kemampuan Inferensi Dessa dan Kebutuhan Perangkat Keras
Tidak hanya menghadirkan komunikasi simultan, Block menyoroti efisiensi komputasi. Berdasarkan klaim pengembang, Dessa dilatih menggunakan satu sistem NVIDIA GB200 NVL72. Walaupun menggunakan perangkat komputasi canggih, model tersebut disebut memungkinkan penggunaan langsung pada perangkat pengguna. Salah satu konfigurasi yang digunakan sebagai acuan adalah MacBook Pro dengan chip M4 Max atau perangkat yang memiliki kemampuan lebih tinggi. Block juga menyatakan bahwa inferensi Dessa berpotensi menghasilkan respons dalam waktu lebih singkat daripada durasi audio. Namun demikian, pengujian independen masih diperlukan.
Pemrosesan kecerdasan buatan langsung di komputer memiliki sejumlah manfaat potensial. Manfaat yang mungkin muncul adalah kebutuhan koneksi server yang lebih sedikit. Jika sistem benar-benar dijalankan secara lokal, data suara dapat diproses di perangkat pengguna. Pendekatan tersebut dapat mendukung kontrol privasi yang lebih baik. Tidak kalah penting, perangkat lokal dapat mengurangi ketergantungan pada kualitas jaringan. Perlu diperhatikan, Dessa belum tersedia sebagai paket unduhan publik. Oleh sebab itu, manfaat implementasi nyata masih perlu dibuktikan.
Peluang Penggunaan Dessa untuk Asisten Virtual dan Layanan Pelanggan
Kemampuan mendengar dan berbicara bersamaan dapat menjadi dasar pengembangan berbagai layanan digital yang membutuhkan respons percakapan cepat. Contoh penggunaan potensial adalah sistem customer service otomatis. Dalam layanan tersebut, kemampuan mendengarkan ketika sedang berbicara dapat membuat komunikasi terasa lebih fleksibel. Dalam skenario pelayanan, pelanggan yang perlu menambahkan keterangan dapat berinteraksi tanpa mengikuti urutan respons yang terlalu ketat. Fungsi komunikasi tersebut dapat menjadi bahan penelitian lanjutan pada layanan bisnis dan komunikasi. Namun demikian, kemampuan tersebut masih perlu dibedakan dari produk yang telah diluncurkan.
Tidak terbatas pada interaksi konsumen, Dessa juga berpotensi menginspirasi asisten virtual, aplikasi pembelajaran interaktif, dan perangkat pendamping digital. Dalam kegiatan belajar bahasa, AI yang menyesuaikan ritme percakapan dapat membantu membangun simulasi percakapan. Untuk kebutuhan aksesibilitas, antarmuka suara dapat membantu pengguna yang kesulitan mengetik. Namun demikian, ketepatan respons pada lingkungan bising harus dinilai melalui evaluasi pengguna yang beragam. Aspek keselamatan dan privasi juga harus menjadi bagian dari rancangan sebelum teknologi diterapkan pada layanan penting.
Perkembangan Model Full-Duplex sebagai Langkah Baru Kecerdasan Buatan
Kehadiran model AI suara Dessa membawa kemajuan penting dalam penelitian model suara generatif. Dengan menggunakan pendekatan speech-to-speech, Dessa dirancang untuk mendengar dan berbicara bersamaan. Pendekatan audio sebagai dasar pelatihan memberikan karakteristik yang berbeda dibandingkan pendekatan yang mengutamakan pemrosesan teks. Selain itu, penggunaan jeda dan respons vokal berpotensi membuat dialog lebih alami. Walaupun demikian, Dessa tetap membutuhkan evaluasi independen yang lebih luas. Keakuratan jawaban dan keandalan pada situasi nyata harus dikaji sebelum penerapan komersial. Berkat evaluasi lebih mendalam, teknologi AI suara berpeluang menghadirkan interaksi digital lebih fleksibel. Apa pandangan Anda kemampuan AI yang mampu memahami interupsi dalam percakapan? Silakan bagikan pendapat Anda mengenai masa depan AI suara full-duplex.
