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
Block resmi memperkenalkan Dessa sebagai model AI suara eksperimental. Inovasi terbaru ini dikembangkan untuk mendukung interaksi antara manusia dan mesin yang lebih menyerupai percakapan sehari-hari. Tidak seperti banyak asisten suara konvensional, Dessa menggunakan audio sebagai dasar interaksi. Pendekatan tersebut menempatkan fokus utama pada intonasi, ritme, jeda, dan perubahan nada ketika seseorang berbicara. Berdasarkan keterangan perusahaan, Dessa dikembangkan melalui pembelajaran dari data audio percakapan tanpa mengandalkan model bahasa pralatih. Pendekatan pembelajaran tersebut menjadi pembeda utama dalam pengembangan model suara.
Sistem percakapan tersebut dibangun melalui 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 menghasilkan percakapan dengan perubahan nada yang dinamis. Sejumlah demonstrasi menunjukkan penggunaan jeda dan ekspresi suara ketika situasi percakapan berubah. Meskipun kemampuan yang ditampilkan menjanjikan, contoh pilihan pengembang belum membuktikan keandalan dalam semua situasi. Karena alasan tersebut, Dessa lebih tepat dipahami sebagai proyek penelitian yang berkembang.
Cara Kerja Komunikasi Dua Arah Secara Bersamaan pada AI Dessa
Karakteristik penting Dessa adalah dukungan komunikasi full-duplex. Dalam komunikasi manusia, seseorang dapat memberikan tanggapan singkat saat orang lain berbicara. Dalam situasi percakapan, pendengar mungkin menyampaikan tanda bahwa dirinya memahami ketika lawan bicara belum menyelesaikan kalimat. Karakteristik interaksi tersebut membuat percakapan terasa lebih hidup. Model AI ini berupaya menghadirkan 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.
Dalam asisten suara tradisional, proses interaksi biasanya berlangsung melalui rangkaian pemrosesan terpisah. Audio pengguna ditranskripsikan menjadi tulisan, kemudian diteruskan menuju model bahasa. Sesudah sistem menyusun keluaran, teks tersebut diubah menjadi ucapan sintetis. Arsitektur bertahap ini telah mendukung banyak aplikasi praktis, tetapi tidak selalu mempertahankan seluruh nuansa audio. Dessa menggunakan pendekatan berbeda sehingga karakteristik percakapan lisan menjadi dasar pembelajaran. Namun perlu diperhatikan, kualitas dialog tetap memerlukan evaluasi terpisah.
Pendekatan Speech-to-Speech Membentuk Kemampuan Berbicara Alami
Block menjelaskan, Dessa mengembangkan kemampuan melalui data audio manusia tanpa menggunakan model bahasa yang telah dilatih sebelumnya. Pendekatan tersebut mencerminkan arah penelitian yang tidak umum karena model memperoleh pola percakapan melalui ucapan. Melalui pembelajaran dari dialog lisan, Dessa diharapkan mampu mempelajari pola intonasi serta menentukan waktu yang sesuai untuk menyela. Karakteristik tersebut memiliki peranan penting dalam membangun pengalaman percakapan yang tidak kaku. Namun demikian, Block tidak merinci seluruh informasi data pelatihan sehingga keandalan pada beragam kondisi belum dapat dipastikan.
Keunggulan potensial dari pendekatan tersebut adalah dukungan terhadap variasi penyampaian verbal. Ketika seseorang menyampaikan pesan, perubahan nada dapat memberikan konteks tambahan. Dalam suatu percakapan, kalimat yang sama bisa memiliki kesan berbeda berdasarkan intonasi. Model suara ini dikembangkan dengan fokus pada karakteristik tersebut melalui pemrosesan informasi prosodi. Melalui contoh rekaman yang dibagikan, sistem menunjukkan tawa spontan. Meski demikian, kemampuan meniru emosi tidak sama dengan merasakan emosi. Dengan demikian, penilaian kemampuan Dessa sebaiknya memperhatikan kualitas interaksi serta ketepatan jawaban.
Efisiensi Pemrosesan Model AI Suara Block Menjadi Perhatian
Tidak hanya menghadirkan komunikasi simultan, Block menjelaskan rancangan model yang relatif hemat sumber daya. Menurut perusahaan, Dessa dilatih menggunakan satu sistem NVIDIA GB200 NVL72. Meskipun proses pelatihannya membutuhkan akselerator kelas pusat data, 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. Block juga menyatakan bahwa inferensi Dessa berpotensi menghasilkan respons dalam waktu lebih singkat daripada durasi audio. Meski kemampuan komputasinya menjanjikan, informasi kebutuhan memori belum dipublikasikan secara menyeluruh.
Pemrosesan kecerdasan buatan langsung di komputer menawarkan berbagai kemungkinan penggunaan. Keunggulan yang dapat diperoleh 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. Tidak kalah penting, perangkat lokal berpotensi mempertahankan layanan ketika koneksi terbatas. Namun demikian, ketersediaan model untuk pengguna umum belum diumumkan. Oleh sebab itu, klaim penggunaan lokal belum dapat diuji secara luas.
Potensi Penerapan Model Percakapan Alami di Berbagai Industri
Kemampuan mendengar dan berbicara bersamaan membuka peluang penerapan pada berbagai layanan digital yang membutuhkan respons percakapan cepat. Contoh penggunaan potensial adalah asisten percakapan untuk dukungan konsumen. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan mendengarkan ketika sedang berbicara berpotensi mengurangi dialog yang kaku. Dalam skenario pelayanan, pelanggan yang perlu menambahkan keterangan tidak harus selalu menunggu AI selesai berbicara. Pendekatan semacam itu dapat menjadi bahan penelitian lanjutan pada sistem dukungan pelanggan. Namun demikian, belum terdapat kepastian layanan bisnis yang menggunakan Dessa.
Di luar kebutuhan komunikasi bisnis, Dessa juga berpotensi menginspirasi asisten virtual, layanan pendidikan berbasis suara, dan perangkat pendamping digital. Pada penggunaan pendidikan, AI yang mampu menanggapi secara alami dapat membantu membangun simulasi percakapan. Pada sisi lain, antarmuka suara berpeluang mempermudah interaksi tanpa keyboard. Walaupun manfaat potensialnya luas, kemampuan memahami aksen harus dinilai melalui evaluasi pengguna yang beragam. Perlindungan informasi percakapan juga perlu diprioritaskan sebelum sistem digunakan secara komersial.
Potensi Model Percakapan Block dalam Mengubah Interaksi Digital
Kehadiran model AI suara Dessa memperlihatkan arah inovasi baru dalam pengembangan komunikasi antara manusia dan mesin. Berkat arsitektur percakapan berbasis suara, Dessa memiliki kemampuan menjalankan komunikasi full-duplex. Pendekatan audio sebagai dasar pelatihan menjadi unsur pembeda dibandingkan banyak sistem percakapan berbasis transkripsi. Di samping keunikan arsitekturnya, dukungan variasi intonasi membuka kemungkinan pengalaman komunikasi yang lebih hidup. Walaupun demikian, Dessa belum tersedia secara umum. Keakuratan jawaban dan ketersediaan perangkat lunak menjadi aspek yang perlu diperhatikan. Dengan penelitian berkelanjutan, teknologi AI suara berpotensi mengubah pengalaman percakapan manusia dengan komputer. Bagaimana menurut Anda kemampuan AI yang menghasilkan respons suara dengan intonasi alami? Bagikan pandangan Anda mengenai pengembangan asisten virtual generasi baru.
