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
Perusahaan teknologi Block mengumumkan Dessa sebagai teknologi kecerdasan buatan yang berfokus pada komunikasi lisan. Inovasi terbaru ini dikembangkan untuk mendukung interaksi antara manusia dan mesin yang mendekati cara manusia berbicara secara langsung. Berbeda dari sejumlah sistem terdahulu, Dessa memproses masukan dan keluaran dalam bentuk suara. Metode pengembangan ini memberikan perhatian khusus pada intonasi, ritme, jeda, dan berbagai karakteristik komunikasi manusia. Berdasarkan keterangan perusahaan, Dessa dikembangkan melalui pembelajaran dari data audio percakapan tanpa memanfaatkan fondasi model berbasis teks. Pilihan arsitektur ini menjadi pembeda utama dalam industri kecerdasan buatan generatif.
Dessa dikembangkan oleh 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 menampilkan respons berupa tawa ketika pembicara memberikan tanggapan tertentu. Walaupun demonstrasinya menarik, rekaman demonstrasi tidak menggantikan pengujian independen. Karena alasan tersebut, Dessa belum dapat dinilai sepenuhnya hanya berdasarkan demonstrasi publik.
Teknologi Full-Duplex Membuat Dessa Mampu Mendengar Sambil Berbicara
Karakteristik penting Dessa adalah dukungan komunikasi full-duplex. Dalam komunikasi manusia, seseorang sering merespons sebelum percakapan mencapai jeda panjang. Sebagai contoh, pendengar bisa mengatakan kata persetujuan ketika orang lain sedang menyampaikan informasi. Karakteristik interaksi tersebut membantu menjaga kesinambungan dialog. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui pengelolaan masukan dan keluaran suara simultan. Dengan demikian, pengguna memiliki kesempatan menginterupsi respons sistem tanpa mengikuti pola komunikasi satu arah.
Dalam asisten suara tradisional, proses interaksi sering dibagi menjadi beberapa tahap. Masukan suara manusia diubah menjadi teks, kemudian dianalisis oleh sistem pemrosesan teks. Ketika jawaban berhasil dibuat, teks tersebut dikonversi menjadi suara. Pendekatan tersebut masih berguna dalam sejumlah layanan, tetapi tidak selalu mempertahankan seluruh nuansa audio. Sebaliknya, model Block mengutamakan audio langsung sehingga intonasi dan ritme dapat dipelajari langsung. Namun perlu diperhatikan, kemampuan berbicara alami tidak selalu berarti pemahaman faktual lebih baik.
Dessa Dilatih Menggunakan Percakapan Manusia Tanpa Teks
Tim pengembang menyampaikan, Dessa dilatih dari awal menggunakan percakapan manusia tanpa menggunakan model bahasa yang telah dilatih sebelumnya. Strategi pengembangan tersebut berbeda dari banyak sistem AI suara karena model memperoleh pola percakapan melalui ucapan. Melalui pembelajaran dari dialog lisan, Dessa berupaya mengenali variasi nada serta menentukan waktu yang sesuai untuk menyela. Kemampuan yang ditargetkan memiliki peranan penting dalam membangun pengalaman percakapan yang tidak kaku. Namun demikian, Block belum membuka detail menyeluruh mengenai materi pembelajaran sehingga cakupan kemampuan bahasa belum dapat dinilai secara pasti.
Salah satu aspek menarik adalah dukungan terhadap variasi penyampaian verbal. Ketika seseorang menyampaikan pesan, makna tidak hanya berasal dari pilihan kata. 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. Melalui contoh rekaman yang dibagikan, sistem menunjukkan tawa spontan. Perlu dipahami, kemampuan meniru emosi tidak sama dengan merasakan emosi. Dengan demikian, penilaian kemampuan Dessa harus mempertimbangkan kealamian vokal dan keandalan informasi secara terpisah.
Kemampuan Inferensi Dessa dan Kebutuhan Perangkat Keras
Selain kemampuan full-duplex, Block mengungkap kemampuan pemrosesan lokal. Dalam informasi teknis yang diumumkan, Dessa dikembangkan melalui infrastruktur pelatihan NVIDIA GB200 NVL72. Meskipun proses pelatihannya membutuhkan akselerator kelas pusat data, model tersebut dirancang mendukung inferensi lokal di komputer berkemampuan tinggi. Salah satu konfigurasi yang digunakan sebagai acuan adalah MacBook Pro dengan chip M4 Max atau perangkat yang memiliki kemampuan lebih tinggi. Dalam pemaparan proyek, perusahaan menjelaskan bahwa inferensi Dessa dapat berlangsung lebih cepat daripada waktu nyata. Walaupun klaim tersebut menarik, informasi kebutuhan memori belum dipublikasikan secara menyeluruh.
Kemampuan menjalankan AI secara lokal dapat memberikan fleksibilitas tambahan. Keunggulan yang dapat diperoleh adalah peluang menjalankan pemrosesan tanpa selalu mengirim audio ke pusat data. Pada penerapan yang sesuai, data suara dapat diproses di perangkat pengguna. Pendekatan tersebut dapat mendukung kontrol privasi yang lebih baik. Selain itu, perangkat lokal dapat mengurangi ketergantungan pada kualitas jaringan. Namun demikian, ketersediaan model untuk pengguna umum belum diumumkan. Oleh sebab itu, manfaat implementasi nyata masih perlu dibuktikan.
Peluang Penggunaan Dessa untuk Asisten Virtual dan Layanan Pelanggan
Pendekatan interaksi audio simultan dapat menjadi dasar pengembangan berbagai layanan digital yang membutuhkan respons percakapan cepat. Salah satu bidang yang relevan adalah layanan pelanggan berbasis suara. Pada interaksi pelayanan otomatis, kemampuan menerima interupsi pengguna berpotensi mengurangi dialog yang kaku. Untuk memberikan gambaran, pelanggan yang hendak menyela jawaban berpeluang memberikan masukan secara langsung. Pendekatan semacam itu dapat menjadi bahan penelitian lanjutan pada pengembangan antarmuka suara. Namun demikian, belum terdapat kepastian layanan bisnis yang menggunakan Dessa.
Tidak terbatas pada interaksi konsumen, Dessa dapat menjadi dasar penelitian asisten virtual, aplikasi pembelajaran interaktif, dan perangkat pendamping digital. Dalam kegiatan belajar bahasa, AI yang mampu menanggapi secara alami berpotensi menciptakan pengalaman latihan lebih realistis. Pada sisi lain, antarmuka suara berpeluang mempermudah interaksi tanpa keyboard. Meski demikian, ketepatan respons pada lingkungan bising harus dinilai melalui evaluasi pengguna yang beragam. Perlindungan informasi percakapan juga harus menjadi bagian dari rancangan sebelum sistem digunakan secara komersial.
Kesimpulan Inovasi Dessa dan Masa Depan Teknologi AI Suara
Kehadiran model AI suara Dessa menjadi perkembangan menarik dalam pengembangan komunikasi antara manusia dan mesin. Melalui pemrosesan audio secara langsung, Dessa dirancang untuk mendengar dan berbicara bersamaan. Metode pembelajaran tanpa data teks menjadi unsur pembeda dibandingkan banyak sistem percakapan berbasis transkripsi. Di samping keunikan arsitekturnya, kemampuan ekspresi suara berpotensi membuat dialog lebih alami. Walaupun demikian, Dessa tetap membutuhkan evaluasi independen yang lebih luas. Kesesuaian penggunaan lintas bahasa dan keandalan pada situasi nyata menjadi aspek yang perlu diperhatikan. Dengan penelitian berkelanjutan, teknologi AI suara dapat memperluas fungsi asisten virtual. Seberapa menarik menurut Anda kemampuan AI yang dapat mendengarkan sambil berbicara? Bagikan pandangan Anda mengenai masa depan AI suara full-duplex.
