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.
Inovasi Kecerdasan Buatan Berbasis Audio dari Perusahaan Block
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. Berbeda dari sejumlah sistem terdahulu, Dessa memproses masukan dan keluaran dalam bentuk suara. Metode pengembangan ini menempatkan fokus utama pada intonasi, ritme, jeda, dan ekspresi yang muncul dalam percakapan. Dalam pengumuman proyeknya, Dessa dikembangkan melalui pembelajaran dari data audio percakapan tanpa mengandalkan model bahasa pralatih. Pilihan arsitektur ini membuat proyek ini menarik perhatian dalam industri kecerdasan buatan generatif.
Model suara ini merupakan hasil penelitian laboratorium riset AI di dalam Block yang berada di bawah arahan Ragavan Thurairatnam. Kelompok peneliti ini memusatkan penelitian pada interaksi berbasis suara. Melalui demonstrasi yang dipublikasikan, Dessa menunjukkan variasi intonasi dan jeda. Sejumlah demonstrasi memperlihatkan reaksi dengan perubahan volume ketika pembicara memberikan tanggapan tertentu. Namun demikian, rekaman demonstrasi tidak menggantikan pengujian independen. Oleh sebab itu, Dessa masih perlu dievaluasi melalui pengujian lebih luas.
Keunggulan Model Suara Full-Duplex Dibandingkan Asisten Virtual Biasa
Fitur yang paling menonjol Dessa adalah dukungan komunikasi full-duplex. Dalam komunikasi manusia, seseorang tidak selalu menunggu lawan bicara selesai sepenuhnya. Untuk memberikan gambaran, pendengar dapat memberikan respons singkat ketika pembicara masih menjelaskan sesuatu. Kemampuan tersebut memberikan kesan komunikasi yang lebih responsif. Dessa dirancang untuk meniru pola interaksi semacam itu melalui mekanisme percakapan yang tidak sepenuhnya bergantian. Melalui rancangan tersebut, pengguna dapat menyela ketika AI berbicara tanpa harus menunggu giliran secara kaku.
Ketika menggunakan pendekatan komunikasi berurutan, proses interaksi biasanya berlangsung melalui rangkaian pemrosesan terpisah. Masukan suara manusia ditranskripsikan menjadi tulisan, kemudian diteruskan menuju model bahasa. Sesudah sistem menyusun keluaran, teks tersebut dikonversi menjadi suara. Arsitektur bertahap ini dapat bekerja dengan baik untuk berbagai tugas, tetapi dapat mengurangi sebagian konteks ekspresi suara. Sebaliknya, model Block mengutamakan audio langsung sehingga karakteristik percakapan lisan menjadi dasar pembelajaran. Namun perlu diperhatikan, kemampuan berbicara alami tidak selalu berarti pemahaman faktual lebih baik.
Pendekatan Speech-to-Speech Membentuk Kemampuan Berbicara Alami
Block menjelaskan, Dessa dilatih dari awal menggunakan percakapan manusia tanpa menggunakan model bahasa yang telah dilatih sebelumnya. Metode pembelajaran ini berbeda dari banyak sistem AI suara karena suara menjadi sumber utama informasi. Melalui pembelajaran dari dialog lisan, Dessa dirancang memahami perubahan ritme percakapan serta mempelajari pola pergantian pembicara. Kemampuan yang ditargetkan menjadi bagian mendasar dalam menghasilkan respons suara lebih ekspresif. Meski pendekatan penelitian diumumkan, Block belum membuka detail menyeluruh mengenai materi pembelajaran sehingga representasi berbagai aksen masih memerlukan evaluasi.
Karakteristik lain yang menonjol adalah kemampuan menghasilkan ekspresi suara. Pada percakapan sehari-hari, makna tidak hanya berasal dari pilihan kata. 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. Pada percakapan yang diperlihatkan pengembang, sistem memperlihatkan variasi ritme dan volume. Meski demikian, kemampuan meniru emosi tidak sama dengan merasakan emosi. Oleh karena itu, penilaian kemampuan Dessa perlu membedakan ekspresi suara dan pemahaman sebenarnya.
Efisiensi Pemrosesan Model AI Suara Block Menjadi Perhatian
Tidak hanya menghadirkan komunikasi simultan, Block menjelaskan rancangan model yang relatif hemat sumber daya. Dalam informasi teknis yang diumumkan, Dessa dilatih menggunakan satu sistem NVIDIA GB200 NVL72. Walaupun menggunakan perangkat komputasi canggih, model tersebut diklaim dapat berjalan pada perangkat konsumen tertentu. Salah satu konfigurasi yang digunakan sebagai acuan adalah MacBook Pro dengan chip M4 Max atau komputer dengan kapasitas komputasi setara atau lebih kuat. Dalam pemaparan proyek, perusahaan menjelaskan bahwa inferensi Dessa berpotensi menghasilkan respons dalam waktu lebih singkat daripada durasi audio. Namun demikian, pengujian independen masih diperlukan.
Kemampuan menjalankan AI secara lokal memiliki sejumlah manfaat potensial. Manfaat yang mungkin muncul adalah peluang menjalankan pemrosesan tanpa selalu mengirim audio ke pusat data. Pada penerapan yang sesuai, sebagian informasi percakapan berpotensi tetap berada pada komputer. Penggunaan sistem on-device berpotensi membantu pengelolaan informasi pribadi. Tidak kalah penting, perangkat lokal berpotensi mempertahankan layanan ketika koneksi terbatas. Perlu diperhatikan, ketersediaan model untuk pengguna umum belum diumumkan. Dengan demikian, klaim penggunaan lokal belum dapat diuji secara luas.
Peluang Penggunaan Dessa untuk Asisten Virtual dan Layanan Pelanggan
Fitur komunikasi full-duplex membuka peluang penerapan pada berbagai layanan digital yang mengandalkan interaksi suara langsung. Salah satu bidang yang relevan adalah layanan pelanggan berbasis suara. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menerima interupsi pengguna membantu mempertahankan alur interaksi. Untuk memberikan gambaran, pelanggan yang ingin mengoreksi informasi berpeluang memberikan masukan secara langsung. Fungsi komunikasi tersebut memiliki nilai praktis potensial pada sistem dukungan pelanggan. Walaupun konsepnya relevan, belum terdapat kepastian layanan bisnis yang menggunakan Dessa.
Selain layanan pelanggan, Dessa membuka peluang pengembangan asisten virtual, platform latihan percakapan, dan perangkat pendamping digital. Ketika seseorang berlatih komunikasi lisan, AI yang menyesuaikan ritme percakapan dapat membantu membangun simulasi percakapan. Pada sisi lain, antarmuka suara mungkin menjadi alternatif bagi pengguna dengan kebutuhan akses tertentu. Walaupun manfaat potensialnya luas, kemampuan memahami aksen harus dinilai melalui evaluasi pengguna yang beragam. Perlindungan informasi percakapan juga harus menjadi bagian dari rancangan sebelum teknologi diterapkan pada layanan penting.
Kesimpulan Inovasi Dessa dan Masa Depan Teknologi AI Suara
Kehadiran model AI suara Dessa menjadi perkembangan menarik dalam pengembangan komunikasi antara manusia dan mesin. Dengan menggunakan pendekatan speech-to-speech, Dessa memiliki kemampuan menjalankan komunikasi full-duplex. Pendekatan audio sebagai dasar pelatihan menjadi unsur pembeda dibandingkan banyak sistem percakapan berbasis transkripsi. Selain itu, kemampuan ekspresi suara berpotensi membuat dialog lebih alami. Walaupun demikian, Dessa masih berada pada tahap penelitian terbatas. Keamanan interaksi dan keandalan pada situasi nyata menjadi aspek yang perlu diperhatikan. Berkat evaluasi lebih mendalam, teknologi AI suara berpotensi mengubah pengalaman percakapan manusia dengan komputer. Seberapa menarik menurut Anda kemampuan AI yang mampu memahami interupsi dalam percakapan? Bagikan pandangan Anda mengenai manfaat teknologi percakapan seperti Dessa.
