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. Pengembangan tersebut bertujuan menghadirkan interaksi antara manusia dan mesin yang lebih menyerupai percakapan sehari-hari. Jika dibandingkan dengan pendekatan percakapan berbasis teks, Dessa menggunakan audio sebagai dasar interaksi. Rancangan sistem tersebut memprioritaskan kemampuan pada intonasi, ritme, jeda, dan ekspresi yang muncul dalam percakapan. Berdasarkan keterangan perusahaan, Dessa mengandalkan pelatihan berbasis suara manusia tanpa memanfaatkan fondasi model berbasis teks. Strategi tersebut menjadi pembeda utama dalam penelitian AI percakapan.
Model suara ini merupakan hasil penelitian laboratorium riset AI di dalam Block yang melibatkan kepemimpinan penelitian Ragavan Thurairatnam. Laboratorium pengembang memusatkan penelitian pada interaksi berbasis suara. Dalam sejumlah contoh percakapan resmi, Dessa memperlihatkan kemampuan merespons secara ekspresif. Rekaman percakapan tersebut menunjukkan penggunaan jeda dan ekspresi suara ketika pembicara memberikan tanggapan tertentu. Meskipun kemampuan yang ditampilkan menjanjikan, hasil percakapan terpilih belum menunjukkan performa pada seluruh kondisi. Oleh sebab itu, Dessa masih perlu dievaluasi melalui pengujian lebih luas.
Teknologi Full-Duplex Membuat Dessa Mampu Mendengar Sambil Berbicara
Fitur yang paling menonjol Dessa adalah dukungan komunikasi full-duplex. Ketika dua orang berbincang, seseorang tidak selalu menunggu lawan bicara selesai sepenuhnya. Sebagai contoh, pendengar dapat memberikan respons singkat ketika pembicara masih menjelaskan sesuatu. Karakteristik interaksi tersebut memberikan kesan komunikasi yang lebih responsif. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui mekanisme percakapan yang tidak sepenuhnya bergantian. Berkat pendekatan full-duplex, pengguna memiliki kesempatan menginterupsi respons sistem tanpa mengikuti pola komunikasi satu arah.
Dalam asisten suara tradisional, proses interaksi sering dibagi menjadi beberapa tahap. Audio pengguna ditranskripsikan menjadi tulisan, kemudian dianalisis oleh sistem pemrosesan teks. Ketika jawaban berhasil dibuat, teks tersebut diubah menjadi ucapan sintetis. Pendekatan tersebut telah mendukung banyak aplikasi praktis, tetapi dapat mengurangi sebagian konteks ekspresi suara. Sebaliknya, model Block mengutamakan audio langsung sehingga karakteristik percakapan lisan menjadi dasar pembelajaran. Meski demikian, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.
Pendekatan Speech-to-Speech Membentuk Kemampuan Berbicara Alami
Menurut informasi perusahaan, 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 suara menjadi sumber utama informasi. Melalui pembelajaran dari dialog lisan, Dessa berupaya mengenali variasi nada serta mengenali kapan perlu merespons. Kemampuan yang ditargetkan memiliki peranan penting dalam membangun pengalaman percakapan yang tidak kaku. Walaupun metode pelatihannya telah dijelaskan, Block tidak merinci seluruh informasi data pelatihan sehingga cakupan kemampuan bahasa belum dapat dinilai secara pasti.
Keunggulan potensial dari pendekatan tersebut adalah kemampuan menghasilkan ekspresi suara. Pada percakapan sehari-hari, perubahan nada dapat memberikan konteks tambahan. Sebagai contoh, kalimat yang sama dapat terdengar gembira atau kecewa. Model suara ini dikembangkan dengan fokus pada karakteristik tersebut melalui analisis pola ekspresi audio. Melalui contoh rekaman yang dibagikan, sistem memperlihatkan variasi ritme dan volume. Perlu dipahami, kemampuan meniru emosi tidak sama dengan merasakan emosi. Karena alasan tersebut, penilaian kemampuan Dessa harus mempertimbangkan kealamian vokal dan keandalan informasi secara terpisah.
Dessa Dapat Berjalan Secara Lokal pada Perangkat Komputer Tertentu
Selain kemampuan full-duplex, Block menyoroti efisiensi komputasi. Dalam informasi teknis yang diumumkan, Dessa dikembangkan melalui infrastruktur pelatihan NVIDIA GB200 NVL72. Walaupun menggunakan perangkat komputasi canggih, 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. Dalam pemaparan proyek, perusahaan menjelaskan bahwa inferensi Dessa mendukung pemrosesan yang melampaui kecepatan real-time. Meski kemampuan komputasinya menjanjikan, informasi kebutuhan memori belum dipublikasikan secara menyeluruh.
Dukungan inferensi pada perangkat pengguna memiliki sejumlah manfaat potensial. Manfaat yang mungkin muncul adalah kebutuhan koneksi server yang lebih sedikit. Dalam skenario tertentu, sebagian informasi percakapan berpotensi tetap berada pada komputer. Penggunaan sistem on-device dapat mendukung kontrol privasi yang lebih baik. Tidak kalah penting, perangkat lokal membantu menghindari sebagian keterlambatan komunikasi server. Perlu diperhatikan, Dessa belum tersedia sebagai paket unduhan publik. Dengan demikian, pengguna belum bisa mengasumsikan seluruh kemampuan tersebut telah tersedia sebagai produk.
Manfaat Teknologi AI Suara Full-Duplex dalam Aktivitas Digital
Pendekatan interaksi audio simultan membuka peluang penerapan pada berbagai layanan digital yang melibatkan komunikasi manusia dengan sistem otomatis. Salah satu bidang yang relevan adalah layanan pelanggan berbasis suara. Pada interaksi pelayanan otomatis, kemampuan menyesuaikan giliran percakapan secara dinamis membantu mempertahankan alur interaksi. Dalam skenario pelayanan, pelanggan yang hendak menyela jawaban tidak harus selalu menunggu AI selesai berbicara. Kemampuan ini memiliki nilai praktis potensial pada sistem dukungan pelanggan. Meski penerapannya menjanjikan, Block belum mengumumkan integrasi komersial Dessa secara luas.
Tidak terbatas pada interaksi konsumen, Dessa juga berpotensi menginspirasi asisten virtual, platform latihan percakapan, 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. Walaupun manfaat potensialnya luas, ketepatan respons pada lingkungan bising harus dinilai melalui evaluasi pengguna yang beragam. Perlindungan informasi percakapan juga membutuhkan perhatian khusus sebelum AI diintegrasikan dalam aplikasi sehari-hari.
Perkembangan Model Full-Duplex sebagai Langkah Baru Kecerdasan Buatan
Perkenalan Dessa oleh Block menjadi perkembangan menarik dalam penelitian model suara generatif. Melalui pemrosesan audio secara langsung, Dessa dirancang untuk mendengar dan berbicara bersamaan. Metode pembelajaran tanpa data teks menjadi unsur pembeda dibandingkan pendekatan yang mengutamakan pemrosesan teks. Di samping keunikan arsitekturnya, penggunaan jeda dan respons vokal membuka kemungkinan pengalaman komunikasi yang lebih hidup. Walaupun demikian, Dessa masih berada pada tahap penelitian terbatas. Keakuratan jawaban dan keandalan pada situasi nyata harus dikaji sebelum penerapan komersial. Melalui pengembangan yang bertanggung jawab, teknologi AI suara dapat memperluas fungsi asisten virtual. Bagaimana menurut Anda kemampuan AI yang dapat mendengarkan sambil berbicara? Silakan bagikan pendapat Anda mengenai masa depan AI suara full-duplex.
