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
Perusahaan teknologi Block mengumumkan Dessa sebagai model AI suara eksperimental. Proyek penelitian tersebut dirancang menciptakan interaksi antara manusia dan mesin yang lebih menyerupai percakapan sehari-hari. Tidak seperti banyak asisten suara konvensional, Dessa dibangun untuk memahami serta menghasilkan percakapan lisan. Rancangan sistem tersebut memberikan perhatian khusus pada intonasi, ritme, jeda, dan berbagai karakteristik komunikasi manusia. Berdasarkan keterangan perusahaan, Dessa dilatih menggunakan rekaman percakapan manusia tanpa memanfaatkan fondasi model berbasis teks. Pilihan arsitektur ini membuat proyek ini menarik perhatian dalam pengembangan model suara.
Model suara ini merupakan hasil penelitian laboratorium riset AI di dalam Block yang melibatkan kepemimpinan penelitian Ragavan Thurairatnam. Laboratorium pengembang memusatkan penelitian pada interaksi berbasis suara. Dalam sejumlah contoh percakapan resmi, Dessa menunjukkan variasi intonasi dan jeda. Rekaman percakapan tersebut menampilkan respons berupa tawa ketika pembicara memberikan tanggapan tertentu. Namun demikian, contoh pilihan pengembang belum membuktikan keandalan dalam semua situasi. Karena alasan tersebut, 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 pemrosesan percakapan dua arah secara simultan. Ketika dua orang berbincang, seseorang sering merespons sebelum percakapan mencapai jeda panjang. Untuk memberikan gambaran, pendengar mungkin menyampaikan tanda bahwa dirinya memahami ketika orang lain sedang menyampaikan informasi. Kemampuan tersebut membuat percakapan terasa lebih hidup. Model AI ini berupaya menghadirkan pola interaksi semacam itu melalui mekanisme percakapan yang tidak sepenuhnya bergantian. Dengan demikian, pengguna memiliki kesempatan menginterupsi respons sistem tanpa mengikuti pola komunikasi satu arah.
Ketika menggunakan pendekatan komunikasi berurutan, proses interaksi biasanya berlangsung melalui rangkaian pemrosesan terpisah. Audio pengguna ditranskripsikan menjadi tulisan, kemudian digunakan sebagai masukan untuk menghasilkan jawaban. Sesudah sistem menyusun keluaran, teks tersebut dikonversi menjadi suara. Metode pemrosesan berurutan dapat bekerja dengan baik untuk berbagai tugas, tetapi dapat mengurangi sebagian konteks ekspresi suara. Dessa menggunakan pendekatan berbeda sehingga informasi suara menjadi bagian utama pemrosesan. Walaupun arsitekturnya menarik, kemampuan berbicara alami tidak selalu berarti pemahaman faktual lebih baik.
Pelatihan Berbasis Audio Menjadi Pembeda Model AI Dessa
Menurut informasi perusahaan, Dessa dibangun melalui pelatihan berbasis rekaman dialog tanpa memanfaatkan teks sebagai dasar pembelajaran. Pendekatan tersebut memberikan karakteristik khusus dibandingkan model konvensional karena model memperoleh pola percakapan melalui ucapan. Dengan menggunakan rekaman manusia, Dessa dirancang memahami perubahan ritme percakapan serta menentukan waktu yang sesuai untuk menyela. Kemampuan yang ditargetkan menjadi bagian mendasar dalam membangun pengalaman percakapan yang tidak kaku. Meski pendekatan penelitian diumumkan, Block belum mempublikasikan rincian lengkap dataset sehingga representasi berbagai aksen masih memerlukan evaluasi.
Keunggulan potensial dari pendekatan tersebut adalah pemrosesan karakter emosional dalam dialog. Dalam komunikasi manusia, perubahan nada dapat memberikan konteks tambahan. Untuk memberikan gambaran, kalimat yang sama dapat terdengar gembira atau kecewa. Dessa dirancang untuk memperhatikan karakteristik tersebut melalui pembelajaran langsung dari rekaman percakapan. Pada percakapan yang diperlihatkan pengembang, sistem memperlihatkan variasi ritme dan volume. Meski demikian, ekspresi vokal bukan bukti adanya pengalaman emosional. Dengan demikian, penilaian kemampuan Dessa sebaiknya memperhatikan kualitas interaksi serta ketepatan jawaban.
Dessa Dapat Berjalan Secara Lokal pada Perangkat Komputer Tertentu
Tidak hanya menghadirkan komunikasi simultan, Block menjelaskan rancangan model yang relatif hemat sumber daya. Menurut perusahaan, Dessa dikembangkan melalui infrastruktur pelatihan NVIDIA GB200 NVL72. Sekalipun pelatihan dilakukan pada sistem berperforma tinggi, 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 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. Walaupun klaim tersebut menarik, angka latensi terukur belum tersedia secara lengkap.
Kemampuan menjalankan AI secara lokal dapat memberikan fleksibilitas tambahan. Manfaat yang mungkin muncul adalah kebutuhan koneksi server yang lebih sedikit. Pada penerapan yang sesuai, data suara dapat diproses di perangkat pengguna. Penggunaan sistem on-device berpotensi membantu pengelolaan informasi pribadi. Selain itu, perangkat lokal membantu menghindari sebagian keterlambatan komunikasi server. Namun demikian, 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
Fitur komunikasi full-duplex membuka peluang penerapan pada berbagai layanan digital yang mengandalkan interaksi suara langsung. Sektor yang dapat memperoleh manfaat adalah layanan pelanggan berbasis suara. Dalam layanan tersebut, kemampuan menerima interupsi pengguna dapat membuat komunikasi terasa lebih fleksibel. Untuk memberikan gambaran, pelanggan yang perlu menambahkan keterangan berpeluang memberikan masukan secara langsung. Fungsi komunikasi tersebut menarik untuk dikembangkan pada sistem dukungan pelanggan. Meski penerapannya menjanjikan, kemampuan tersebut masih perlu dibedakan dari produk yang telah diluncurkan.
Di luar kebutuhan komunikasi bisnis, Dessa juga berpotensi menginspirasi asisten virtual, layanan pendidikan berbasis suara, dan aplikasi yang mengandalkan dialog langsung. Dalam kegiatan belajar bahasa, AI yang menyesuaikan ritme percakapan dapat membantu membangun simulasi percakapan. Pada sisi lain, antarmuka suara dapat membantu pengguna yang kesulitan mengetik. Namun demikian, ketepatan respons pada lingkungan bising harus dinilai melalui evaluasi pengguna yang beragam. Perlindungan informasi percakapan juga perlu diprioritaskan sebelum sistem digunakan secara komersial.
Perkembangan Model Full-Duplex sebagai Langkah Baru Kecerdasan Buatan
Pengembangan sistem percakapan full-duplex dari Block membawa kemajuan penting dalam dunia TEKNOLOGI kecerdasan buatan. Dengan menggunakan pendekatan speech-to-speech, Dessa dapat memproses ucapan pengguna sambil memberikan respons. Pelatihan berbasis rekaman manusia menciptakan arah pengembangan tersendiri dibandingkan sejumlah asisten virtual tradisional. Selain itu, penggunaan jeda dan respons vokal membuka kemungkinan pengalaman komunikasi yang lebih hidup. Walaupun demikian, Dessa masih berada pada tahap penelitian terbatas. Keamanan interaksi dan perlindungan privasi menjadi aspek yang perlu diperhatikan. Dengan penelitian berkelanjutan, teknologi AI suara berpeluang menghadirkan interaksi digital lebih fleksibel. Seberapa menarik menurut Anda kemampuan AI yang menghasilkan respons suara dengan intonasi alami? Sampaikan pemikiran Anda mengenai manfaat teknologi percakapan seperti Dessa.
