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 dikembangkan untuk mendukung interaksi antara manusia dan mesin yang terasa semakin alami. Berbeda dari sejumlah sistem terdahulu, Dessa dibangun untuk memahami serta menghasilkan percakapan lisan. Metode pengembangan ini memberikan perhatian khusus pada intonasi, ritme, jeda, dan ekspresi yang muncul dalam percakapan. Menurut penjelasan pengembang, Dessa dilatih menggunakan rekaman percakapan manusia tanpa memanfaatkan fondasi model berbasis teks. 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. Kelompok peneliti ini berfokus pada kemampuan percakapan langsung. Melalui demonstrasi yang dipublikasikan, Dessa menunjukkan variasi intonasi dan jeda. Sejumlah demonstrasi memperlihatkan reaksi dengan perubahan volume ketika pembicara memberikan tanggapan tertentu. Meskipun kemampuan yang ditampilkan menjanjikan, hasil percakapan terpilih belum menunjukkan performa pada seluruh kondisi. Oleh sebab itu, Dessa belum dapat dinilai sepenuhnya hanya berdasarkan demonstrasi publik.
Cara Kerja Komunikasi Dua Arah Secara Bersamaan pada AI Dessa
Fitur yang paling menonjol Dessa adalah dukungan komunikasi full-duplex. Ketika dua orang berbincang, seseorang tidak selalu menunggu lawan bicara selesai sepenuhnya. Dalam situasi percakapan, pendengar bisa mengatakan kata persetujuan ketika lawan bicara belum menyelesaikan kalimat. Karakteristik interaksi tersebut memberikan kesan komunikasi yang lebih responsif. Model AI ini berupaya menghadirkan pola interaksi semacam itu melalui pengelolaan masukan dan keluaran suara simultan. Melalui rancangan tersebut, pengguna memiliki kesempatan menginterupsi respons sistem tanpa selalu menunggu proses respons berakhir.
Pada banyak sistem percakapan terdahulu, proses interaksi sering dibagi menjadi beberapa tahap. Audio pengguna diubah menjadi teks, kemudian diteruskan menuju model bahasa. Sesudah sistem menyusun keluaran, teks tersebut dikonversi menjadi suara. Pendekatan tersebut telah mendukung banyak aplikasi praktis, tetapi dapat mengurangi sebagian konteks ekspresi suara. Dessa menggunakan pendekatan berbeda sehingga intonasi dan ritme dapat dipelajari langsung. Namun perlu diperhatikan, kemampuan berbicara alami tidak selalu berarti pemahaman faktual lebih baik.
Dessa Dilatih Menggunakan Percakapan Manusia Tanpa Teks
Tim pengembang menyampaikan, Dessa dilatih dari awal menggunakan percakapan manusia tanpa menggunakan model bahasa yang telah dilatih sebelumnya. Pendekatan tersebut berbeda dari banyak sistem AI suara karena suara menjadi sumber utama informasi. Melalui pembelajaran dari dialog lisan, Dessa berupaya mengenali variasi nada serta mempelajari pola pergantian pembicara. Kemampuan yang ditargetkan menjadi bagian mendasar dalam menciptakan dialog yang terdengar alami. Meski pendekatan penelitian diumumkan, Block tidak merinci seluruh informasi data pelatihan sehingga keandalan pada beragam kondisi belum dapat dipastikan.
Salah satu aspek menarik adalah dukungan terhadap variasi penyampaian verbal. Ketika seseorang menyampaikan pesan, makna tidak hanya berasal dari pilihan kata. Dalam suatu percakapan, kalimat yang sama mungkin disampaikan dengan nada serius maupun bercanda. Sistem AI tersebut berupaya mempelajari karakteristik tersebut melalui analisis pola ekspresi audio. Pada percakapan yang diperlihatkan pengembang, sistem menghasilkan perubahan nada yang ekspresif. Meski demikian, kemampuan meniru emosi tidak sama dengan merasakan emosi. Karena alasan tersebut, penilaian kemampuan Dessa harus mempertimbangkan kealamian vokal dan keandalan informasi secara terpisah.
Kemampuan Inferensi Dessa dan Kebutuhan Perangkat Keras
Di samping pemrosesan audio langsung, Block mengungkap kemampuan pemrosesan lokal. 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 disebut memungkinkan penggunaan langsung pada perangkat pengguna. Perangkat keras yang dijadikan referensi adalah MacBook Pro dengan chip M4 Max atau sistem lain yang memenuhi kebutuhan pemrosesan. Block juga menyatakan bahwa inferensi Dessa berpotensi menghasilkan respons dalam waktu lebih singkat daripada durasi audio. Walaupun klaim tersebut menarik, pengujian independen masih diperlukan.
Kemampuan menjalankan AI secara lokal memiliki sejumlah manfaat potensial. Manfaat yang mungkin muncul adalah berkurangnya ketergantungan terhadap layanan cloud. Jika sistem benar-benar dijalankan secara lokal, audio tidak harus dikirim menuju server eksternal. Metode pemrosesan lokal ini berpotensi membantu pengelolaan informasi pribadi. Sebagai manfaat tambahan, perangkat lokal dapat mengurangi ketergantungan pada kualitas jaringan. Walaupun potensinya besar, Dessa belum tersedia sebagai paket unduhan publik. Oleh sebab itu, pengguna belum bisa mengasumsikan seluruh kemampuan tersebut telah tersedia sebagai produk.
Potensi Penerapan Model Percakapan Alami di Berbagai Industri
Kemampuan mendengar dan berbicara bersamaan membuka peluang penerapan pada berbagai layanan digital yang melibatkan komunikasi manusia dengan sistem otomatis. Salah satu bidang yang relevan adalah asisten percakapan untuk dukungan konsumen. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menyesuaikan giliran percakapan secara dinamis dapat membuat komunikasi terasa lebih fleksibel. Sebagai contoh, pelanggan yang perlu menambahkan keterangan dapat berinteraksi tanpa mengikuti urutan respons yang terlalu ketat. Pendekatan semacam itu dapat menjadi bahan penelitian lanjutan pada pengembangan antarmuka suara. Namun demikian, belum terdapat kepastian layanan bisnis yang menggunakan Dessa.
Selain layanan pelanggan, Dessa juga berpotensi menginspirasi asisten virtual, aplikasi pembelajaran interaktif, dan perangkat pendamping digital. Pada penggunaan pendidikan, AI yang menyesuaikan ritme percakapan berpotensi menciptakan pengalaman latihan lebih realistis. Pada sisi lain, antarmuka suara dapat membantu pengguna yang kesulitan mengetik. Meski demikian, keandalan pengenalan bahasa masih memerlukan pengujian lebih lanjut. Pengelolaan keamanan penggunaan suara juga membutuhkan perhatian khusus sebelum AI diintegrasikan dalam aplikasi sehari-hari.
Perkembangan Model Full-Duplex sebagai Langkah Baru Kecerdasan Buatan
Pengembangan sistem percakapan full-duplex dari Block membawa kemajuan penting dalam dunia TEKNOLOGI kecerdasan buatan. Melalui pemrosesan audio secara langsung, Dessa memiliki kemampuan menjalankan komunikasi full-duplex. Pelatihan berbasis rekaman manusia 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. Meskipun teknologi tersebut menjanjikan, Dessa masih berada pada tahap penelitian terbatas. Kesesuaian penggunaan lintas bahasa dan ketersediaan perangkat lunak harus dikaji sebelum penerapan komersial. Melalui pengembangan yang bertanggung jawab, teknologi AI suara dapat memperluas fungsi asisten virtual. Bagaimana menurut Anda kemampuan AI yang dapat mendengarkan sambil berbicara? Sampaikan pemikiran Anda mengenai masa depan AI suara full-duplex.
