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
Block resmi memperkenalkan Dessa sebagai teknologi kecerdasan buatan yang berfokus pada komunikasi lisan. Inovasi terbaru ini bertujuan menghadirkan interaksi antara manusia dan mesin yang mendekati cara manusia berbicara secara langsung. Berbeda dari sejumlah sistem terdahulu, Dessa memproses masukan dan keluaran dalam bentuk suara. Pendekatan tersebut menempatkan fokus utama pada intonasi, ritme, jeda, dan perubahan nada ketika seseorang berbicara. Menurut penjelasan pengembang, Dessa mengandalkan pelatihan berbasis suara manusia tanpa menggunakan teks sebagai data pelatihan. Pilihan arsitektur ini memberikan karakteristik tersendiri dalam industri kecerdasan buatan generatif.
Model suara ini merupakan hasil penelitian laboratorium riset AI di dalam Block yang dipimpin oleh Ragavan Thurairatnam. Tim tersebut mengembangkan pendekatan komunikasi audio yang responsif. Berdasarkan rekaman pengujian yang ditampilkan, Dessa menghasilkan percakapan dengan perubahan nada yang dinamis. Rekaman percakapan tersebut menampilkan respons berupa tawa ketika pembicara memberikan tanggapan tertentu. Namun demikian, rekaman demonstrasi tidak menggantikan pengujian independen. Oleh sebab itu, Dessa belum dapat dinilai sepenuhnya hanya berdasarkan demonstrasi publik.
Keunggulan Model Suara Full-Duplex Dibandingkan Asisten Virtual Biasa
Salah satu kemampuan utama Dessa adalah dukungan komunikasi full-duplex. Pada interaksi lisan sehari-hari, seseorang sering merespons sebelum percakapan mencapai jeda panjang. Untuk memberikan gambaran, pendengar dapat memberikan respons singkat ketika pembicara masih menjelaskan sesuatu. Kemampuan tersebut membantu menjaga kesinambungan dialog. Model AI ini berupaya menghadirkan pola interaksi semacam itu melalui mekanisme percakapan yang tidak sepenuhnya bergantian. Dengan demikian, pengguna dapat menyela ketika AI berbicara tanpa selalu menunggu proses respons berakhir.
Ketika menggunakan pendekatan komunikasi berurutan, proses interaksi biasanya berlangsung melalui rangkaian pemrosesan terpisah. Masukan suara manusia diproses melalui pengenalan ucapan, kemudian dianalisis oleh sistem pemrosesan teks. Sesudah sistem menyusun keluaran, teks tersebut diproses oleh teknologi text-to-speech. 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. Namun perlu diperhatikan, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.
Pendekatan Speech-to-Speech Membentuk Kemampuan Berbicara Alami
Menurut informasi perusahaan, Dessa dibangun melalui pelatihan berbasis rekaman dialog tanpa memanfaatkan teks sebagai dasar pembelajaran. Metode pembelajaran ini memberikan karakteristik khusus dibandingkan model konvensional karena model memperoleh pola percakapan melalui ucapan. Dengan menggunakan rekaman manusia, Dessa dirancang memahami perubahan ritme percakapan serta mempelajari pola pergantian pembicara. Kemampuan yang ditargetkan memiliki peranan penting dalam menghasilkan respons suara lebih ekspresif. Walaupun metode pelatihannya telah dijelaskan, Block tidak merinci seluruh informasi data pelatihan sehingga cakupan kemampuan bahasa belum dapat dinilai secara pasti.
Keunggulan potensial dari pendekatan tersebut adalah dukungan terhadap variasi penyampaian verbal. Dalam komunikasi manusia, perubahan nada dapat memberikan konteks tambahan. Untuk memberikan gambaran, kalimat yang sama dapat terdengar gembira atau kecewa. 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, suara emosional tidak membuktikan AI memiliki perasaan. Karena alasan tersebut, penilaian kemampuan Dessa harus mempertimbangkan kealamian vokal dan keandalan informasi secara terpisah.
Efisiensi Pemrosesan Model AI Suara Block Menjadi Perhatian
Tidak hanya menghadirkan komunikasi simultan, Block mengungkap kemampuan pemrosesan lokal. Berdasarkan klaim pengembang, Dessa dilatih menggunakan satu sistem NVIDIA GB200 NVL72. Walaupun menggunakan perangkat komputasi canggih, model tersebut dirancang mendukung inferensi lokal di komputer berkemampuan tinggi. Perangkat keras yang dijadikan referensi adalah MacBook Pro dengan chip M4 Max atau perangkat yang memiliki kemampuan lebih tinggi. Tim pengembang turut mengklaim bahwa inferensi Dessa berpotensi menghasilkan respons dalam waktu lebih singkat daripada durasi audio. Namun demikian, angka latensi terukur belum tersedia secara lengkap.
Dukungan inferensi pada perangkat pengguna memiliki sejumlah manfaat potensial. Manfaat yang mungkin muncul adalah peluang menjalankan pemrosesan tanpa selalu mengirim audio ke pusat data. Jika sistem benar-benar dijalankan secara lokal, data suara dapat diproses di perangkat pengguna. Pendekatan tersebut berpotensi membantu pengelolaan informasi pribadi. Tidak kalah penting, perangkat lokal membantu menghindari sebagian keterlambatan komunikasi server. Walaupun potensinya besar, akses terhadap perangkat lunak masih terbatas. Oleh sebab itu, manfaat implementasi nyata masih perlu dibuktikan.
Potensi Penerapan Model Percakapan Alami di Berbagai Industri
Fitur komunikasi full-duplex berpotensi digunakan dalam berbagai layanan digital yang membutuhkan respons percakapan cepat. Salah satu bidang yang relevan adalah layanan pelanggan berbasis suara. Pada interaksi pelayanan otomatis, kemampuan menerima interupsi pengguna membantu mempertahankan alur interaksi. Dalam skenario pelayanan, pelanggan yang hendak menyela jawaban tidak harus selalu menunggu AI selesai berbicara. Kemampuan ini dapat menjadi bahan penelitian lanjutan pada sistem dukungan pelanggan. Meski penerapannya menjanjikan, belum terdapat kepastian layanan bisnis yang menggunakan Dessa.
Tidak terbatas pada interaksi konsumen, Dessa membuka peluang pengembangan asisten virtual, aplikasi pembelajaran interaktif, dan perangkat pendamping digital. Pada penggunaan pendidikan, AI yang menyesuaikan ritme percakapan memungkinkan interaksi yang lebih mendekati dialog manusia. Dalam pengembangan teknologi inklusif, antarmuka suara berpeluang mempermudah interaksi tanpa keyboard. Walaupun manfaat potensialnya luas, kemampuan memahami aksen masih memerlukan pengujian lebih lanjut. Pengelolaan keamanan penggunaan suara juga harus menjadi bagian dari rancangan sebelum sistem digunakan secara komersial.
Perkembangan Model Full-Duplex sebagai Langkah Baru Kecerdasan Buatan
Perkenalan Dessa oleh Block membawa kemajuan penting dalam penelitian model suara generatif. Dengan menggunakan pendekatan speech-to-speech, Dessa dirancang untuk mendengar dan berbicara bersamaan. Pelatihan berbasis rekaman manusia menciptakan arah pengembangan tersendiri 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. Keakuratan jawaban dan perlindungan privasi menjadi aspek yang perlu diperhatikan. Berkat evaluasi lebih mendalam, teknologi AI suara dapat memperluas fungsi asisten virtual. Seberapa menarik menurut Anda kemampuan AI yang dapat mendengarkan sambil berbicara? Bagikan pandangan Anda mengenai manfaat teknologi percakapan seperti Dessa.
