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. Pengembangan tersebut dirancang menciptakan interaksi antara manusia dan mesin yang terasa semakin alami. Tidak seperti banyak asisten suara konvensional, Dessa memproses masukan dan keluaran dalam bentuk suara. Rancangan sistem tersebut memprioritaskan kemampuan pada intonasi, ritme, jeda, dan ekspresi yang muncul dalam percakapan. Berdasarkan keterangan perusahaan, Dessa dikembangkan melalui pembelajaran dari data audio percakapan tanpa mengandalkan model bahasa pralatih. Pendekatan pembelajaran tersebut memberikan karakteristik tersendiri dalam penelitian AI percakapan.
Sistem percakapan tersebut dibangun melalui laboratorium riset AI di dalam Block yang melibatkan kepemimpinan penelitian Ragavan Thurairatnam. Kelompok peneliti ini memusatkan penelitian pada interaksi berbasis suara. Berdasarkan rekaman pengujian yang ditampilkan, Dessa memperlihatkan kemampuan merespons secara ekspresif. Beberapa contoh menunjukkan penggunaan jeda dan ekspresi suara ketika interaksi berlangsung secara spontan. Walaupun demonstrasinya menarik, hasil percakapan terpilih belum menunjukkan performa pada seluruh kondisi. Oleh sebab itu, Dessa lebih tepat dipahami sebagai proyek penelitian yang berkembang.
Teknologi Full-Duplex Membuat Dessa Mampu Mendengar Sambil Berbicara
Karakteristik penting Dessa adalah dukungan komunikasi full-duplex. Pada interaksi lisan sehari-hari, seseorang dapat memberikan tanggapan singkat saat orang lain berbicara. Sebagai contoh, pendengar dapat memberikan respons singkat ketika orang lain sedang menyampaikan informasi. Pola komunikasi seperti ini memberikan kesan komunikasi yang lebih responsif. Dessa dirancang untuk meniru pola interaksi semacam itu melalui pengelolaan masukan dan keluaran suara simultan. Berkat pendekatan full-duplex, pengguna dapat menyela ketika AI berbicara tanpa harus menunggu giliran secara kaku.
Pada banyak sistem percakapan terdahulu, proses interaksi dapat melibatkan sejumlah komponen berbeda. Ucapan yang diterima sistem diproses melalui pengenalan ucapan, kemudian digunakan sebagai masukan untuk menghasilkan jawaban. Setelah respons tersedia, teks tersebut diubah menjadi ucapan sintetis. Pendekatan tersebut masih berguna dalam sejumlah layanan, tetapi dapat mengurangi sebagian konteks ekspresi suara. Dalam pengembangannya, Dessa tidak mengandalkan tahapan teks tersebut sehingga intonasi dan ritme dapat dipelajari langsung. Walaupun arsitekturnya menarik, kemampuan berbicara alami tidak selalu berarti pemahaman faktual lebih baik.
Pelatihan Berbasis Audio Menjadi Pembeda Model AI Dessa
Tim pengembang menyampaikan, Dessa mengembangkan kemampuan melalui data audio manusia tanpa mengandalkan tahapan pelatihan berbasis tulisan. Pendekatan tersebut mencerminkan arah penelitian yang tidak umum karena suara menjadi sumber utama informasi. Dengan menggunakan rekaman manusia, Dessa dirancang memahami perubahan ritme percakapan serta mengenali kapan perlu merespons. Kemampuan yang ditargetkan menjadi bagian mendasar dalam menciptakan dialog yang terdengar alami. Meski pendekatan penelitian diumumkan, Block belum membuka detail menyeluruh mengenai materi pembelajaran sehingga cakupan kemampuan bahasa belum dapat dinilai secara pasti.
Keunggulan potensial dari pendekatan tersebut adalah kemampuan menghasilkan ekspresi suara. Dalam komunikasi manusia, intonasi turut memengaruhi cara pesan diterima. Sebagai contoh, kalimat yang sama mungkin disampaikan dengan nada serius maupun bercanda. Model suara ini dikembangkan dengan fokus pada karakteristik tersebut melalui pembelajaran langsung dari rekaman percakapan. Dalam demonstrasi publik, sistem menghasilkan perubahan nada yang ekspresif. Meski demikian, kemampuan meniru emosi tidak sama dengan merasakan emosi. Karena alasan tersebut, 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. Dalam informasi teknis yang diumumkan, Dessa memanfaatkan satu rak komputasi NVIDIA GB200 NVL72 untuk pelatihan. Meskipun proses pelatihannya membutuhkan akselerator kelas pusat data, 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. Block juga menyatakan bahwa inferensi Dessa dapat berlangsung lebih cepat daripada waktu nyata. Walaupun klaim tersebut menarik, angka latensi terukur belum tersedia secara lengkap.
Kemampuan menjalankan AI secara lokal menawarkan berbagai kemungkinan penggunaan. Salah satunya adalah kebutuhan koneksi server yang lebih sedikit. Jika sistem benar-benar dijalankan secara lokal, audio tidak harus dikirim menuju server eksternal. Penggunaan sistem on-device berpotensi membantu pengelolaan informasi pribadi. Tidak kalah penting, perangkat lokal membantu menghindari sebagian keterlambatan komunikasi server. Namun demikian, ketersediaan model untuk pengguna umum belum diumumkan. Oleh sebab itu, klaim penggunaan lokal belum dapat diuji secara luas.
Manfaat Teknologi AI Suara Full-Duplex dalam Aktivitas Digital
Fitur komunikasi full-duplex berpotensi digunakan dalam berbagai layanan digital yang mengandalkan interaksi suara langsung. Contoh penggunaan potensial adalah layanan pelanggan berbasis suara. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menerima interupsi pengguna membantu mempertahankan alur interaksi. Untuk memberikan gambaran, pelanggan yang perlu menambahkan keterangan berpeluang memberikan masukan secara langsung. Pendekatan semacam itu menarik untuk dikembangkan pada sistem dukungan pelanggan. Meski penerapannya menjanjikan, Block belum mengumumkan integrasi komersial Dessa secara luas.
Selain layanan pelanggan, Dessa juga berpotensi menginspirasi asisten virtual, aplikasi pembelajaran interaktif, dan aplikasi yang mengandalkan dialog langsung. Ketika seseorang berlatih komunikasi lisan, AI yang dapat merespons interupsi dapat membantu membangun simulasi percakapan. Untuk kebutuhan aksesibilitas, antarmuka suara dapat membantu pengguna yang kesulitan mengetik. Walaupun manfaat potensialnya luas, keandalan pengenalan bahasa masih memerlukan pengujian lebih lanjut. Aspek keselamatan dan privasi juga perlu diprioritaskan sebelum sistem digunakan secara komersial.
Kesimpulan Inovasi Dessa dan Masa Depan Teknologi AI Suara
Perkenalan Dessa oleh Block memperlihatkan arah inovasi baru dalam penelitian model suara generatif. Dengan menggunakan pendekatan speech-to-speech, Dessa dirancang untuk mendengar dan berbicara bersamaan. Metode pembelajaran tanpa data teks menjadi unsur pembeda dibandingkan pendekatan yang mengutamakan pemrosesan teks. Tidak hanya menawarkan interaksi simultan, penggunaan jeda dan respons vokal berpotensi membuat dialog lebih alami. Meskipun teknologi tersebut menjanjikan, Dessa tetap membutuhkan evaluasi independen yang lebih luas. Kesesuaian penggunaan lintas bahasa dan perlindungan privasi menjadi aspek yang perlu diperhatikan. Melalui pengembangan yang bertanggung jawab, teknologi AI suara dapat memperluas fungsi asisten virtual. Bagaimana menurut Anda kemampuan AI yang dapat mendengarkan sambil berbicara? Silakan bagikan pendapat Anda mengenai manfaat teknologi percakapan seperti Dessa.
