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
Tim penelitian kecerdasan buatan Block menghadirkan Dessa sebagai model AI suara eksperimental. Proyek penelitian tersebut dirancang menciptakan interaksi antara manusia dan mesin yang lebih menyerupai percakapan sehari-hari. Jika dibandingkan dengan pendekatan percakapan berbasis teks, Dessa memproses masukan dan keluaran dalam bentuk suara. Pendekatan tersebut menempatkan fokus utama 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. Strategi tersebut menjadi pembeda utama dalam industri kecerdasan buatan generatif.
Model suara ini merupakan hasil penelitian laboratorium riset AI di dalam Block yang melibatkan kepemimpinan penelitian Ragavan Thurairatnam. Tim tersebut berfokus pada kemampuan percakapan langsung. Melalui demonstrasi yang dipublikasikan, Dessa menunjukkan variasi intonasi dan jeda. Sejumlah demonstrasi menampilkan respons berupa tawa ketika interaksi berlangsung secara spontan. Namun demikian, hasil percakapan terpilih belum menunjukkan performa pada seluruh kondisi. Dengan mempertimbangkan hal tersebut, Dessa belum dapat dinilai sepenuhnya hanya berdasarkan demonstrasi publik.
Teknologi Full-Duplex Membuat Dessa Mampu Mendengar Sambil Berbicara
Salah satu kemampuan utama Dessa adalah dukungan komunikasi full-duplex. Dalam komunikasi manusia, seseorang dapat memberikan tanggapan singkat saat orang lain berbicara. Sebagai contoh, pendengar mungkin menyampaikan tanda bahwa dirinya memahami ketika pembicara masih menjelaskan sesuatu. Pola komunikasi seperti ini membantu menjaga kesinambungan dialog. Model AI ini berupaya menghadirkan pola interaksi semacam itu melalui pengelolaan masukan dan keluaran suara simultan. Dengan demikian, pengguna bisa memberikan masukan sebelum jawaban selesai tanpa harus menunggu giliran secara kaku.
Dalam asisten suara tradisional, proses interaksi sering dibagi menjadi beberapa tahap. Masukan suara manusia diproses melalui pengenalan ucapan, kemudian dianalisis oleh sistem pemrosesan teks. Ketika jawaban berhasil dibuat, 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, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.
Dessa Dilatih Menggunakan Percakapan Manusia Tanpa Teks
Tim pengembang menyampaikan, Dessa dibangun melalui pelatihan berbasis rekaman dialog tanpa mengandalkan tahapan pelatihan berbasis tulisan. Strategi pengembangan tersebut mencerminkan arah penelitian yang tidak umum karena suara menjadi sumber utama informasi. Dengan menggunakan rekaman manusia, Dessa berupaya mengenali variasi nada serta menentukan waktu yang sesuai untuk menyela. Aspek pembelajaran ini menjadi bagian mendasar dalam membangun pengalaman percakapan yang tidak kaku. Meski pendekatan penelitian diumumkan, Block belum mempublikasikan rincian lengkap dataset sehingga cakupan kemampuan bahasa belum dapat dinilai secara pasti.
Salah satu aspek menarik adalah dukungan terhadap variasi penyampaian verbal. Pada percakapan sehari-hari, intonasi turut memengaruhi cara pesan diterima. Sebagai contoh, kalimat yang sama mungkin disampaikan dengan nada serius maupun bercanda. Sistem AI tersebut berupaya mempelajari karakteristik tersebut melalui pemrosesan informasi prosodi. Pada percakapan yang diperlihatkan pengembang, sistem menghasilkan perubahan nada yang ekspresif. Meski demikian, ekspresi vokal bukan bukti adanya pengalaman emosional. Dengan demikian, penilaian kemampuan Dessa harus mempertimbangkan kealamian vokal dan keandalan informasi secara terpisah.
Dessa Dapat Berjalan Secara Lokal pada Perangkat Komputer Tertentu
Selain kemampuan full-duplex, Block menyoroti efisiensi komputasi. Menurut perusahaan, Dessa dikembangkan melalui infrastruktur pelatihan NVIDIA GB200 NVL72. Sekalipun pelatihan dilakukan pada sistem berperforma tinggi, model tersebut diklaim dapat berjalan pada perangkat konsumen tertentu. Salah satu konfigurasi yang digunakan sebagai acuan adalah MacBook Pro dengan chip M4 Max atau sistem lain yang memenuhi kebutuhan pemrosesan. Block juga menyatakan bahwa inferensi Dessa dapat berlangsung lebih cepat daripada waktu nyata. Namun demikian, pengujian independen masih diperlukan.
Dukungan inferensi pada perangkat pengguna menawarkan berbagai kemungkinan penggunaan. Salah satunya adalah berkurangnya ketergantungan terhadap layanan cloud. Dalam skenario tertentu, sebagian informasi percakapan berpotensi tetap berada pada komputer. Metode pemrosesan lokal ini dapat mendukung kontrol privasi yang lebih baik. Sebagai manfaat tambahan, perangkat lokal berpotensi mempertahankan layanan ketika koneksi terbatas. Walaupun potensinya besar, akses terhadap perangkat lunak masih terbatas. Dengan demikian, manfaat implementasi nyata masih perlu dibuktikan.
Peluang Penggunaan Dessa untuk Asisten Virtual dan Layanan Pelanggan
Kemampuan mendengar dan berbicara bersamaan dapat menjadi dasar pengembangan berbagai layanan digital yang mengandalkan interaksi suara langsung. Sektor yang dapat memperoleh manfaat adalah sistem customer service otomatis. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan mendengarkan ketika sedang berbicara membantu mempertahankan alur interaksi. Sebagai contoh, pelanggan yang ingin mengoreksi informasi berpeluang memberikan masukan secara langsung. Kemampuan ini menarik untuk dikembangkan pada sistem dukungan pelanggan. Meski penerapannya menjanjikan, belum terdapat kepastian layanan bisnis yang menggunakan Dessa.
Selain layanan pelanggan, Dessa dapat menjadi dasar penelitian asisten virtual, platform latihan percakapan, dan sistem bantuan berbicara. Pada penggunaan pendidikan, AI yang dapat merespons interupsi 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 masih memerlukan pengujian lebih lanjut. Pengelolaan keamanan penggunaan suara juga harus menjadi bagian dari rancangan sebelum AI diintegrasikan dalam aplikasi sehari-hari.
Perkembangan Model Full-Duplex sebagai Langkah Baru Kecerdasan Buatan
Kehadiran model AI suara Dessa menjadi perkembangan menarik dalam penelitian model suara generatif. Dengan menggunakan pendekatan speech-to-speech, Dessa dirancang untuk mendengar dan berbicara bersamaan. Pendekatan audio sebagai dasar pelatihan menciptakan arah pengembangan tersendiri dibandingkan sejumlah asisten virtual tradisional. Selain itu, penggunaan jeda dan respons vokal berpotensi membuat dialog lebih alami. Walaupun demikian, 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 berpeluang menghadirkan interaksi digital lebih fleksibel. Seberapa menarik menurut Anda kemampuan AI yang mampu memahami interupsi dalam percakapan? Sampaikan pemikiran Anda mengenai manfaat teknologi percakapan seperti Dessa.
