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. Berbeda dari sejumlah sistem terdahulu, Dessa dibangun untuk memahami serta menghasilkan percakapan lisan. Metode pengembangan ini memprioritaskan kemampuan pada intonasi, ritme, jeda, dan berbagai karakteristik komunikasi manusia. Menurut penjelasan pengembang, Dessa mengandalkan pelatihan berbasis suara manusia tanpa mengandalkan model bahasa pralatih. Pendekatan pembelajaran tersebut memberikan karakteristik tersendiri dalam penelitian AI percakapan.
Model suara ini merupakan hasil penelitian laboratorium riset AI di dalam Block yang melibatkan kepemimpinan penelitian Ragavan Thurairatnam. Kelompok peneliti ini mengembangkan pendekatan komunikasi audio yang responsif. Berdasarkan rekaman pengujian yang ditampilkan, Dessa menunjukkan variasi intonasi dan jeda. Rekaman percakapan tersebut memperlihatkan reaksi dengan perubahan volume ketika pembicara memberikan tanggapan tertentu. Walaupun demonstrasinya menarik, contoh pilihan pengembang belum membuktikan keandalan dalam semua situasi. Karena alasan tersebut, Dessa belum dapat dinilai sepenuhnya hanya berdasarkan demonstrasi publik.
Teknologi Full-Duplex Membuat Dessa Mampu Mendengar Sambil Berbicara
Fitur yang paling menonjol Dessa adalah dukungan komunikasi full-duplex. Pada interaksi lisan sehari-hari, seseorang sering merespons sebelum percakapan mencapai jeda panjang. Sebagai contoh, pendengar dapat memberikan respons singkat ketika orang lain sedang menyampaikan informasi. Karakteristik interaksi tersebut membuat percakapan terasa lebih hidup. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui pemrosesan audio secara bersamaan. Melalui rancangan tersebut, pengguna bisa memberikan masukan sebelum jawaban selesai tanpa harus menunggu giliran secara kaku.
Dalam asisten suara tradisional, proses interaksi dapat melibatkan sejumlah komponen berbeda. Masukan suara manusia ditranskripsikan menjadi tulisan, kemudian dianalisis oleh sistem pemrosesan teks. Setelah respons tersedia, teks tersebut diubah menjadi ucapan sintetis. Metode pemrosesan berurutan masih berguna dalam sejumlah layanan, tetapi dapat mengurangi sebagian konteks ekspresi suara. Dessa menggunakan pendekatan berbeda sehingga intonasi dan ritme dapat dipelajari langsung. Namun perlu diperhatikan, kualitas dialog tetap memerlukan evaluasi terpisah.
Dessa Dilatih Menggunakan Percakapan Manusia Tanpa Teks
Menurut informasi perusahaan, Dessa dilatih dari awal menggunakan percakapan manusia tanpa menggunakan model bahasa yang telah dilatih sebelumnya. Metode pembelajaran ini berbeda dari banyak sistem AI suara karena model memperoleh pola percakapan melalui ucapan. Berkat pelatihan yang berpusat pada audio, Dessa dirancang memahami perubahan ritme percakapan serta mempelajari pola pergantian pembicara. Karakteristik tersebut menjadi bagian mendasar dalam menciptakan dialog yang terdengar alami. Walaupun metode pelatihannya telah dijelaskan, Block belum membuka detail menyeluruh mengenai materi pembelajaran sehingga cakupan kemampuan bahasa belum dapat dinilai secara pasti.
Keunggulan potensial dari pendekatan tersebut adalah kemampuan menghasilkan ekspresi suara. Ketika seseorang menyampaikan pesan, intonasi turut memengaruhi cara pesan diterima. Untuk memberikan gambaran, kalimat yang sama mungkin disampaikan dengan nada serius maupun bercanda. Model suara ini dikembangkan dengan fokus pada karakteristik tersebut melalui pemrosesan informasi prosodi. Pada percakapan yang diperlihatkan pengembang, sistem menghasilkan perubahan nada yang ekspresif. Walaupun terdengar ekspresif, suara emosional tidak membuktikan AI memiliki perasaan. Oleh karena itu, penilaian kemampuan Dessa sebaiknya memperhatikan kualitas interaksi serta ketepatan jawaban.
Efisiensi Pemrosesan Model AI Suara Block Menjadi Perhatian
Selain kemampuan full-duplex, Block mengungkap kemampuan pemrosesan lokal. Dalam informasi teknis yang diumumkan, Dessa dilatih menggunakan satu sistem NVIDIA GB200 NVL72. Meskipun proses pelatihannya membutuhkan akselerator kelas pusat data, model tersebut diklaim dapat berjalan pada perangkat konsumen tertentu. 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 mendukung pemrosesan yang melampaui kecepatan real-time. Meski kemampuan komputasinya menjanjikan, pengujian independen masih diperlukan.
Pemrosesan kecerdasan buatan langsung di komputer memiliki sejumlah manfaat potensial. Keunggulan yang dapat diperoleh adalah berkurangnya ketergantungan terhadap layanan cloud. Dalam skenario tertentu, audio tidak harus dikirim menuju server eksternal. Metode pemrosesan lokal ini dapat mendukung kontrol privasi yang lebih baik. Tidak kalah penting, perangkat lokal berpotensi mempertahankan layanan ketika koneksi terbatas. Namun demikian, ketersediaan model untuk pengguna umum belum diumumkan. Oleh sebab itu, 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. Contoh penggunaan potensial adalah sistem customer service otomatis. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menyesuaikan giliran percakapan secara dinamis membantu mempertahankan alur interaksi. Untuk memberikan gambaran, pelanggan yang perlu menambahkan keterangan berpeluang memberikan masukan secara langsung. Pendekatan semacam itu memiliki nilai praktis potensial pada pengembangan antarmuka suara. Namun demikian, belum terdapat kepastian layanan bisnis yang menggunakan Dessa.
Selain layanan pelanggan, Dessa juga berpotensi menginspirasi asisten virtual, aplikasi pembelajaran interaktif, dan aplikasi yang mengandalkan dialog langsung. Dalam kegiatan belajar bahasa, AI yang mampu menanggapi secara alami berpotensi menciptakan pengalaman latihan lebih realistis. Dalam pengembangan teknologi inklusif, antarmuka suara mungkin menjadi alternatif bagi pengguna dengan kebutuhan akses tertentu. Namun demikian, ketepatan respons pada lingkungan bising 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
Pengembangan sistem percakapan full-duplex dari Block memperlihatkan arah inovasi baru dalam dunia TEKNOLOGI kecerdasan buatan. Dengan menggunakan pendekatan speech-to-speech, Dessa dirancang untuk mendengar dan berbicara bersamaan. Pelatihan berbasis rekaman manusia menciptakan arah pengembangan tersendiri dibandingkan pendekatan yang mengutamakan pemrosesan teks. Di samping keunikan arsitekturnya, kemampuan ekspresi suara membuka kemungkinan pengalaman komunikasi yang lebih hidup. Meski demonstrasinya menunjukkan potensi, Dessa tetap membutuhkan evaluasi independen yang lebih luas. Keakuratan jawaban dan ketersediaan perangkat lunak masih memerlukan pengujian. Berkat evaluasi lebih mendalam, teknologi AI suara berpeluang menghadirkan interaksi digital lebih fleksibel. Bagaimana menurut Anda kemampuan AI yang menghasilkan respons suara dengan intonasi alami? Sampaikan pemikiran Anda mengenai manfaat teknologi percakapan seperti Dessa.
