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.
Block Memperkenalkan Dessa sebagai Model AI Percakapan Suara Generasi Baru
Block resmi memperkenalkan Dessa sebagai sistem percakapan berbasis audio. Inovasi terbaru ini bertujuan menghadirkan interaksi antara manusia dan mesin yang mendekati cara manusia berbicara secara langsung. Tidak seperti banyak asisten suara konvensional, Dessa memproses masukan dan keluaran dalam bentuk suara. Metode pengembangan ini memberikan perhatian khusus pada intonasi, ritme, jeda, dan berbagai karakteristik komunikasi manusia. Menurut penjelasan pengembang, Dessa mengandalkan pelatihan berbasis suara manusia tanpa memanfaatkan fondasi model berbasis teks. Strategi tersebut membuat proyek ini menarik perhatian dalam penelitian AI percakapan.
Sistem percakapan tersebut dibangun melalui laboratorium riset AI di dalam Block yang berada di bawah arahan Ragavan Thurairatnam. Tim tersebut memusatkan penelitian pada interaksi berbasis suara. Berdasarkan rekaman pengujian yang ditampilkan, Dessa memperlihatkan kemampuan merespons secara ekspresif. Rekaman percakapan tersebut memperlihatkan reaksi dengan perubahan volume ketika pembicara memberikan tanggapan tertentu. Meskipun kemampuan yang ditampilkan menjanjikan, contoh pilihan pengembang belum membuktikan keandalan dalam semua situasi. Karena alasan tersebut, Dessa masih perlu dievaluasi melalui pengujian lebih luas.
Teknologi Full-Duplex Membuat Dessa Mampu Mendengar Sambil Berbicara
Karakteristik penting Dessa adalah kemampuan mendengar dan berbicara secara bersamaan. Ketika dua orang berbincang, seseorang sering merespons sebelum percakapan mencapai jeda panjang. Dalam situasi percakapan, pendengar dapat memberikan respons singkat ketika pembicara masih menjelaskan sesuatu. Karakteristik interaksi tersebut membuat percakapan terasa lebih hidup. Dessa dirancang untuk meniru pola interaksi semacam itu melalui mekanisme percakapan yang tidak sepenuhnya bergantian. Melalui rancangan tersebut, pengguna memiliki kesempatan menginterupsi respons sistem tanpa selalu menunggu proses respons berakhir.
Ketika menggunakan pendekatan komunikasi berurutan, proses interaksi biasanya berlangsung melalui rangkaian pemrosesan terpisah. Masukan suara manusia diubah menjadi teks, kemudian dianalisis oleh sistem pemrosesan teks. Ketika jawaban berhasil dibuat, teks tersebut diubah menjadi ucapan sintetis. Arsitektur bertahap ini dapat bekerja dengan baik untuk berbagai tugas, tetapi berpotensi kehilangan informasi prosodi. Sebaliknya, model Block mengutamakan audio langsung sehingga karakteristik percakapan lisan menjadi dasar pembelajaran. Walaupun arsitekturnya menarik, kemampuan berbicara alami tidak selalu berarti pemahaman faktual lebih baik.
Pelatihan Berbasis Audio Menjadi Pembeda Model AI Dessa
Menurut informasi perusahaan, Dessa mengembangkan kemampuan melalui data audio manusia tanpa mengandalkan tahapan pelatihan berbasis tulisan. Strategi pengembangan tersebut berbeda dari banyak sistem AI suara karena interaksi audio menjadi bahan pembelajaran inti. Berkat pelatihan yang berpusat pada audio, Dessa diharapkan mampu mempelajari pola intonasi serta mengenali kapan perlu merespons. Aspek pembelajaran ini memiliki peranan penting dalam menghasilkan respons suara lebih ekspresif. Namun demikian, Block belum mempublikasikan rincian lengkap dataset sehingga keandalan pada beragam kondisi belum dapat dipastikan.
Karakteristik lain yang menonjol adalah dukungan terhadap variasi penyampaian verbal. Dalam komunikasi manusia, intonasi turut memengaruhi cara pesan diterima. 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. Walaupun terdengar ekspresif, suara emosional tidak membuktikan AI memiliki perasaan. Karena alasan tersebut, penilaian kemampuan Dessa harus mempertimbangkan kealamian vokal dan keandalan informasi secara terpisah.
Efisiensi Pemrosesan Model AI Suara Block Menjadi Perhatian
Tidak hanya menghadirkan komunikasi simultan, Block mengungkap kemampuan pemrosesan lokal. Dalam informasi teknis yang diumumkan, Dessa dikembangkan melalui infrastruktur pelatihan NVIDIA GB200 NVL72. Sekalipun pelatihan dilakukan pada sistem berperforma tinggi, model tersebut disebut memungkinkan penggunaan langsung pada perangkat pengguna. Salah satu konfigurasi yang digunakan sebagai acuan adalah MacBook Pro dengan chip M4 Max atau komputer dengan kapasitas komputasi setara atau lebih kuat. 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.
Kemampuan menjalankan AI secara lokal menawarkan berbagai kemungkinan penggunaan. Manfaat yang mungkin muncul adalah peluang menjalankan pemrosesan tanpa selalu mengirim audio ke pusat data. Dalam skenario tertentu, data suara dapat diproses di perangkat pengguna. Pendekatan tersebut memberikan pilihan pengolahan data yang lebih mandiri. Tidak kalah penting, perangkat lokal berpotensi mempertahankan layanan ketika koneksi terbatas. Namun demikian, akses terhadap perangkat lunak masih terbatas. Karena alasan tersebut, manfaat implementasi nyata masih perlu dibuktikan.
Potensi Penerapan Model Percakapan Alami di Berbagai Industri
Fitur komunikasi full-duplex berpotensi digunakan dalam berbagai layanan digital yang melibatkan komunikasi manusia dengan sistem otomatis. Sektor yang dapat memperoleh manfaat adalah layanan pelanggan berbasis suara. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menerima interupsi pengguna dapat membuat komunikasi terasa lebih fleksibel. Untuk memberikan gambaran, pelanggan yang perlu menambahkan keterangan tidak harus selalu menunggu AI selesai berbicara. Kemampuan ini menarik untuk dikembangkan pada layanan bisnis dan komunikasi. Namun demikian, Block belum mengumumkan integrasi komersial Dessa secara luas.
Di luar kebutuhan komunikasi bisnis, 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 dapat membantu membangun simulasi percakapan. Pada sisi lain, antarmuka suara dapat membantu pengguna yang kesulitan mengetik. Walaupun manfaat potensialnya luas, keandalan pengenalan bahasa harus dinilai melalui evaluasi pengguna yang beragam. Aspek keselamatan dan privasi juga perlu diprioritaskan sebelum sistem digunakan secara komersial.
Perkembangan Model Full-Duplex sebagai Langkah Baru Kecerdasan Buatan
Perkenalan Dessa oleh Block menjadi perkembangan menarik dalam dunia TEKNOLOGI kecerdasan buatan. Melalui pemrosesan audio secara langsung, Dessa dapat memproses ucapan pengguna sambil memberikan respons. Pelatihan berbasis rekaman manusia menciptakan arah pengembangan tersendiri dibandingkan sejumlah asisten virtual tradisional. Tidak hanya menawarkan interaksi simultan, penggunaan jeda dan respons vokal berpotensi membuat dialog lebih alami. Meski demonstrasinya menunjukkan potensi, Dessa masih berada pada tahap penelitian terbatas. Kesesuaian penggunaan lintas bahasa dan ketersediaan perangkat lunak masih memerlukan pengujian. Berkat evaluasi lebih mendalam, teknologi AI suara berpotensi mengubah pengalaman percakapan manusia dengan komputer. Seberapa menarik menurut Anda kemampuan AI yang mampu memahami interupsi dalam percakapan? Sampaikan pemikiran Anda mengenai pengembangan asisten virtual generasi baru.
