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.
Inovasi Kecerdasan Buatan Berbasis Audio dari Perusahaan Block
Perusahaan teknologi Block mengumumkan Dessa sebagai model AI suara eksperimental. Proyek penelitian tersebut dikembangkan untuk mendukung interaksi antara manusia dan mesin yang terasa semakin alami. Jika dibandingkan dengan pendekatan percakapan berbasis teks, Dessa dibangun untuk memahami serta menghasilkan percakapan lisan. Pendekatan tersebut memberikan perhatian khusus pada intonasi, ritme, jeda, dan perubahan nada ketika seseorang berbicara. Dalam pengumuman proyeknya, Dessa dilatih menggunakan rekaman percakapan manusia tanpa menggunakan teks sebagai data pelatihan. Strategi tersebut membuat proyek ini menarik perhatian dalam penelitian AI percakapan.
Dessa dikembangkan oleh laboratorium riset AI di dalam Block yang dipimpin oleh Ragavan Thurairatnam. Kelompok peneliti ini memusatkan penelitian pada interaksi berbasis suara. Melalui demonstrasi yang dipublikasikan, Dessa memperlihatkan kemampuan merespons secara ekspresif. Sejumlah demonstrasi memperlihatkan reaksi dengan perubahan volume ketika interaksi berlangsung secara spontan. Walaupun demonstrasinya menarik, contoh pilihan pengembang belum membuktikan keandalan dalam semua situasi. Oleh sebab itu, Dessa masih perlu dievaluasi melalui pengujian lebih luas.
Keunggulan Model Suara Full-Duplex Dibandingkan Asisten Virtual Biasa
Salah satu kemampuan utama Dessa adalah pemrosesan percakapan dua arah secara simultan. Dalam komunikasi manusia, seseorang tidak selalu menunggu lawan bicara selesai sepenuhnya. Sebagai contoh, pendengar mungkin menyampaikan tanda bahwa dirinya memahami ketika orang lain sedang menyampaikan informasi. Karakteristik interaksi tersebut memberikan kesan komunikasi yang lebih responsif. Sistem tersebut dikembangkan agar mampu mendukung 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. Audio pengguna diproses melalui pengenalan ucapan, kemudian diteruskan menuju model bahasa. Setelah respons tersedia, teks tersebut diubah menjadi ucapan sintetis. Arsitektur bertahap ini 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.
Pendekatan Speech-to-Speech Membentuk Kemampuan Berbicara Alami
Block menjelaskan, Dessa mengembangkan kemampuan melalui data audio manusia tanpa mengandalkan tahapan pelatihan berbasis tulisan. Metode pembelajaran ini memberikan karakteristik khusus dibandingkan model konvensional karena suara menjadi sumber utama informasi. Berkat pelatihan yang berpusat pada audio, Dessa berupaya mengenali variasi nada serta mempelajari pola pergantian pembicara. Aspek pembelajaran ini menjadi bagian mendasar dalam membangun pengalaman percakapan yang tidak kaku. Walaupun metode pelatihannya telah dijelaskan, Block belum mempublikasikan rincian lengkap dataset sehingga cakupan kemampuan bahasa belum dapat dinilai secara pasti.
Keunggulan potensial dari pendekatan tersebut adalah kemampuan menghasilkan ekspresi suara. Ketika seseorang menyampaikan pesan, makna tidak hanya berasal dari pilihan kata. Dalam suatu percakapan, kalimat yang sama bisa memiliki kesan berbeda berdasarkan intonasi. Dessa dirancang untuk memperhatikan karakteristik tersebut melalui pemrosesan informasi prosodi. Melalui contoh rekaman yang dibagikan, sistem memperlihatkan variasi ritme dan volume. Meski demikian, ekspresi vokal bukan bukti adanya pengalaman emosional. Oleh karena itu, penilaian kemampuan Dessa perlu membedakan ekspresi suara dan pemahaman sebenarnya.
Dessa Dapat Berjalan Secara Lokal pada Perangkat Komputer Tertentu
Di samping pemrosesan audio langsung, Block menyoroti efisiensi komputasi. Menurut perusahaan, Dessa memanfaatkan satu rak komputasi NVIDIA GB200 NVL72 untuk pelatihan. Walaupun menggunakan perangkat komputasi canggih, model tersebut disebut memungkinkan penggunaan langsung pada perangkat pengguna. Perangkat keras yang dijadikan referensi adalah MacBook Pro dengan chip M4 Max atau komputer dengan kapasitas komputasi setara atau lebih kuat. Tim pengembang turut mengklaim bahwa inferensi Dessa mendukung pemrosesan yang melampaui kecepatan real-time. Meski kemampuan komputasinya menjanjikan, informasi kebutuhan memori belum dipublikasikan secara menyeluruh.
Kemampuan menjalankan AI secara lokal dapat memberikan fleksibilitas tambahan. Keunggulan yang dapat diperoleh adalah kebutuhan koneksi server yang lebih sedikit. Pada penerapan yang sesuai, audio tidak harus dikirim menuju server eksternal. Pendekatan tersebut berpotensi membantu pengelolaan informasi pribadi. Sebagai manfaat tambahan, perangkat lokal dapat mengurangi ketergantungan pada kualitas jaringan. Perlu diperhatikan, Dessa belum tersedia sebagai paket unduhan publik. Dengan demikian, pengguna belum bisa mengasumsikan seluruh kemampuan tersebut telah tersedia sebagai produk.
Peluang Penggunaan Dessa untuk Asisten Virtual dan Layanan Pelanggan
Fitur komunikasi full-duplex membuka peluang penerapan pada berbagai layanan digital yang membutuhkan respons percakapan cepat. Sektor yang dapat memperoleh manfaat adalah asisten percakapan untuk dukungan konsumen. Dalam layanan tersebut, kemampuan menyesuaikan giliran percakapan secara dinamis berpotensi mengurangi dialog yang kaku. Dalam skenario pelayanan, pelanggan yang perlu menambahkan keterangan berpeluang memberikan masukan secara langsung. Fungsi komunikasi tersebut memiliki nilai praktis potensial pada sistem dukungan pelanggan. Walaupun konsepnya relevan, belum terdapat kepastian layanan bisnis yang menggunakan Dessa.
Di luar kebutuhan komunikasi bisnis, Dessa juga berpotensi menginspirasi asisten virtual, layanan pendidikan berbasis suara, dan sistem bantuan berbicara. Dalam kegiatan belajar bahasa, AI yang dapat merespons interupsi berpotensi menciptakan pengalaman latihan lebih realistis. Pada sisi lain, antarmuka suara mungkin menjadi alternatif bagi pengguna dengan kebutuhan akses tertentu. Meski demikian, kemampuan memahami aksen harus dinilai melalui evaluasi pengguna yang beragam. Pengelolaan keamanan penggunaan suara juga perlu diprioritaskan sebelum AI diintegrasikan dalam aplikasi sehari-hari.
Kesimpulan Inovasi Dessa dan Masa Depan Teknologi AI Suara
Perkenalan Dessa oleh Block menjadi perkembangan menarik dalam pengembangan komunikasi antara manusia dan mesin. Berkat arsitektur percakapan berbasis suara, Dessa dapat memproses ucapan pengguna sambil memberikan respons. Pendekatan audio sebagai dasar pelatihan menjadi unsur pembeda dibandingkan sejumlah asisten virtual tradisional. Di samping keunikan arsitekturnya, kemampuan ekspresi suara berpotensi membuat dialog lebih alami. Walaupun demikian, Dessa masih berada pada tahap penelitian terbatas. Keakuratan jawaban dan perlindungan privasi masih memerlukan pengujian. Melalui pengembangan yang bertanggung jawab, teknologi AI suara dapat memperluas fungsi asisten virtual. Bagaimana menurut Anda kemampuan AI yang dapat mendengarkan sambil berbicara? Bagikan pandangan Anda mengenai manfaat teknologi percakapan seperti Dessa.
