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 teknologi kecerdasan buatan yang berfokus pada komunikasi lisan. Inovasi terbaru ini bertujuan menghadirkan 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. Metode pengembangan ini memberikan perhatian khusus pada intonasi, ritme, jeda, dan ekspresi yang muncul dalam percakapan. Dalam pengumuman proyeknya, Dessa dilatih menggunakan rekaman percakapan manusia tanpa mengandalkan model bahasa pralatih. Strategi tersebut membuat proyek ini menarik perhatian dalam industri kecerdasan buatan generatif.
Sistem percakapan tersebut dibangun melalui laboratorium riset AI di dalam Block yang dipimpin oleh Ragavan Thurairatnam. Kelompok peneliti ini memusatkan penelitian pada interaksi berbasis suara. Berdasarkan rekaman pengujian yang ditampilkan, Dessa menunjukkan variasi intonasi dan jeda. Rekaman percakapan tersebut menunjukkan penggunaan jeda dan ekspresi suara ketika interaksi berlangsung secara spontan. Meskipun kemampuan yang ditampilkan menjanjikan, rekaman demonstrasi tidak menggantikan pengujian independen. Karena alasan tersebut, Dessa masih perlu dievaluasi melalui pengujian lebih luas.
Cara Kerja Komunikasi Dua Arah Secara Bersamaan pada AI Dessa
Fitur yang paling menonjol Dessa adalah dukungan komunikasi full-duplex. Pada interaksi lisan sehari-hari, seseorang sering merespons sebelum percakapan mencapai jeda panjang. Untuk memberikan gambaran, pendengar bisa mengatakan kata persetujuan ketika lawan bicara belum menyelesaikan kalimat. Kemampuan tersebut membantu menjaga kesinambungan dialog. 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 mengikuti pola komunikasi satu arah.
Ketika menggunakan pendekatan komunikasi berurutan, proses interaksi sering dibagi menjadi beberapa tahap. Masukan suara manusia ditranskripsikan menjadi tulisan, kemudian digunakan sebagai masukan untuk menghasilkan jawaban. Sesudah sistem menyusun keluaran, teks tersebut diubah menjadi ucapan sintetis. Pendekatan tersebut telah mendukung banyak aplikasi praktis, tetapi berpotensi kehilangan informasi prosodi. Dalam pengembangannya, Dessa tidak mengandalkan tahapan teks tersebut sehingga intonasi dan ritme dapat dipelajari langsung. Walaupun arsitekturnya menarik, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.
Dessa Dilatih Menggunakan Percakapan Manusia Tanpa Teks
Tim pengembang menyampaikan, Dessa dilatih dari awal menggunakan percakapan manusia tanpa memanfaatkan teks sebagai dasar pembelajaran. Pendekatan tersebut berbeda dari banyak sistem AI suara karena model memperoleh pola percakapan melalui ucapan. Berkat pelatihan yang berpusat pada audio, Dessa berupaya mengenali variasi nada serta menentukan waktu yang sesuai untuk menyela. Karakteristik tersebut memiliki peranan penting dalam menciptakan dialog yang terdengar alami. Walaupun metode pelatihannya telah dijelaskan, 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. Pada percakapan sehari-hari, makna tidak hanya berasal dari pilihan kata. Dalam suatu percakapan, kalimat yang sama mungkin disampaikan dengan nada serius maupun bercanda. Dessa dirancang untuk memperhatikan karakteristik tersebut melalui analisis pola ekspresi audio. Pada percakapan yang diperlihatkan pengembang, sistem menghasilkan perubahan nada yang ekspresif. Walaupun terdengar ekspresif, suara emosional tidak membuktikan AI memiliki perasaan. Karena alasan tersebut, penilaian kemampuan Dessa sebaiknya memperhatikan kualitas interaksi serta ketepatan jawaban.
Kemampuan Inferensi Dessa dan Kebutuhan Perangkat Keras
Tidak hanya menghadirkan komunikasi simultan, Block menyoroti efisiensi komputasi. Menurut perusahaan, Dessa memanfaatkan satu rak komputasi NVIDIA GB200 NVL72 untuk pelatihan. Walaupun menggunakan perangkat komputasi canggih, model tersebut dirancang mendukung inferensi lokal di komputer berkemampuan tinggi. Perangkat keras yang dijadikan referensi adalah MacBook Pro dengan chip M4 Max atau sistem lain yang memenuhi kebutuhan pemrosesan. Dalam pemaparan proyek, perusahaan menjelaskan bahwa inferensi Dessa dapat berlangsung lebih cepat daripada waktu nyata. Walaupun klaim tersebut menarik, angka latensi terukur belum tersedia secara lengkap.
Dukungan inferensi pada perangkat pengguna menawarkan berbagai kemungkinan penggunaan. Keunggulan yang dapat diperoleh adalah kebutuhan koneksi server yang lebih sedikit. Dalam skenario tertentu, sebagian informasi percakapan berpotensi tetap berada pada komputer. Penggunaan sistem on-device berpotensi membantu pengelolaan informasi pribadi. Tidak kalah penting, perangkat lokal dapat mengurangi ketergantungan pada kualitas jaringan. Walaupun potensinya besar, akses terhadap perangkat lunak masih terbatas. Karena alasan tersebut, manfaat implementasi nyata masih perlu dibuktikan.
Potensi Penerapan Model Percakapan Alami di Berbagai Industri
Pendekatan interaksi audio simultan dapat menjadi dasar pengembangan berbagai layanan digital yang mengandalkan interaksi suara langsung. Salah satu bidang yang relevan adalah asisten percakapan untuk dukungan konsumen. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menerima interupsi pengguna membantu mempertahankan alur interaksi. Sebagai contoh, pelanggan yang ingin mengoreksi informasi berpeluang memberikan masukan secara langsung. Pendekatan semacam itu dapat menjadi bahan penelitian lanjutan pada layanan bisnis dan komunikasi. Meski penerapannya menjanjikan, Block belum mengumumkan integrasi komersial Dessa secara luas.
Di luar kebutuhan komunikasi bisnis, Dessa dapat menjadi dasar penelitian asisten virtual, aplikasi pembelajaran interaktif, dan sistem bantuan berbicara. Dalam kegiatan belajar bahasa, AI yang dapat merespons interupsi memungkinkan interaksi yang lebih mendekati dialog manusia. Untuk kebutuhan aksesibilitas, antarmuka suara berpeluang mempermudah interaksi tanpa keyboard. Meski demikian, ketepatan respons pada lingkungan bising masih memerlukan pengujian lebih lanjut. Aspek keselamatan dan privasi juga harus menjadi bagian dari rancangan sebelum sistem digunakan secara komersial.
Potensi Model Percakapan Block dalam Mengubah Interaksi Digital
Perkenalan Dessa oleh Block memperlihatkan arah inovasi baru dalam penelitian model suara generatif. Dengan menggunakan pendekatan speech-to-speech, Dessa dapat memproses ucapan pengguna sambil memberikan respons. Metode pembelajaran tanpa data teks memberikan karakteristik yang berbeda dibandingkan pendekatan yang mengutamakan pemrosesan teks. Tidak hanya menawarkan interaksi simultan, dukungan variasi intonasi membuka kemungkinan pengalaman komunikasi yang lebih hidup. Walaupun demikian, Dessa masih berada pada tahap penelitian terbatas. Kesesuaian penggunaan lintas bahasa dan keandalan pada situasi nyata harus dikaji sebelum penerapan komersial. Melalui pengembangan yang bertanggung jawab, teknologi AI suara berpotensi mengubah pengalaman percakapan manusia dengan komputer. Bagaimana menurut Anda kemampuan AI yang dapat mendengarkan sambil berbicara? Silakan bagikan pendapat Anda mengenai pengembangan asisten virtual generasi baru.
