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
Block resmi memperkenalkan Dessa sebagai sistem percakapan berbasis audio. Pengembangan tersebut dirancang menciptakan interaksi antara manusia dan mesin yang terasa semakin alami. Tidak seperti banyak asisten suara konvensional, Dessa menggunakan audio sebagai dasar interaksi. Rancangan sistem tersebut memprioritaskan kemampuan pada intonasi, ritme, jeda, dan perubahan nada ketika seseorang berbicara. Berdasarkan keterangan perusahaan, Dessa dilatih menggunakan rekaman percakapan manusia tanpa memanfaatkan fondasi model berbasis teks. Strategi tersebut membuat proyek ini menarik perhatian dalam penelitian AI percakapan.
Dessa dikembangkan oleh laboratorium riset AI di dalam Block yang berada di bawah arahan Ragavan Thurairatnam. Laboratorium pengembang memusatkan penelitian pada interaksi berbasis suara. Dalam sejumlah contoh percakapan resmi, Dessa memperlihatkan kemampuan merespons secara ekspresif. Sejumlah demonstrasi memperlihatkan reaksi dengan perubahan volume ketika pembicara memberikan tanggapan tertentu. Meskipun kemampuan yang ditampilkan menjanjikan, rekaman demonstrasi tidak menggantikan pengujian independen. Karena alasan tersebut, Dessa masih perlu dievaluasi melalui pengujian lebih luas.
Cara Kerja Komunikasi Dua Arah Secara Bersamaan pada AI Dessa
Salah satu kemampuan utama Dessa adalah pemrosesan percakapan dua arah secara simultan. Pada interaksi lisan sehari-hari, seseorang tidak selalu menunggu lawan bicara selesai sepenuhnya. Sebagai contoh, pendengar dapat memberikan respons singkat ketika orang lain sedang menyampaikan informasi. Pola komunikasi seperti ini membantu menjaga kesinambungan dialog. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui pemrosesan audio secara bersamaan. Melalui rancangan tersebut, pengguna memiliki kesempatan menginterupsi respons sistem tanpa mengikuti pola komunikasi satu arah.
Ketika menggunakan pendekatan komunikasi berurutan, proses interaksi dapat melibatkan sejumlah komponen berbeda. Masukan suara manusia diubah menjadi teks, kemudian dianalisis oleh sistem pemrosesan teks. Sesudah sistem menyusun keluaran, teks tersebut dikonversi menjadi suara. Arsitektur bertahap ini dapat bekerja dengan baik untuk berbagai tugas, tetapi tidak selalu mempertahankan seluruh nuansa audio. Dalam pengembangannya, Dessa tidak mengandalkan tahapan teks tersebut sehingga karakteristik percakapan lisan menjadi dasar pembelajaran. Namun perlu diperhatikan, kualitas dialog tetap memerlukan evaluasi terpisah.
Pelatihan Berbasis Audio Menjadi Pembeda Model AI Dessa
Tim pengembang menyampaikan, Dessa dibangun melalui pelatihan berbasis rekaman dialog tanpa mengandalkan tahapan pelatihan berbasis tulisan. Strategi pengembangan tersebut berbeda dari banyak sistem AI suara karena interaksi audio menjadi bahan pembelajaran inti. Melalui pembelajaran dari dialog lisan, Dessa berupaya mengenali variasi nada serta mempelajari pola pergantian pembicara. Karakteristik tersebut menjadi bagian mendasar dalam membangun pengalaman percakapan yang tidak kaku. Meski pendekatan penelitian diumumkan, Block belum mempublikasikan rincian lengkap dataset sehingga representasi berbagai aksen masih memerlukan evaluasi.
Salah satu aspek menarik adalah kemampuan menghasilkan ekspresi suara. Ketika seseorang menyampaikan pesan, perubahan nada dapat memberikan konteks tambahan. Sebagai contoh, kalimat yang sama dapat terdengar gembira atau kecewa. Sistem AI tersebut berupaya mempelajari karakteristik tersebut melalui pembelajaran langsung dari rekaman percakapan. Dalam demonstrasi publik, sistem memperlihatkan variasi ritme dan volume. Perlu dipahami, suara emosional tidak membuktikan AI memiliki perasaan. Karena alasan tersebut, penilaian kemampuan Dessa perlu membedakan ekspresi suara dan pemahaman sebenarnya.
Efisiensi Pemrosesan Model AI Suara Block Menjadi Perhatian
Tidak hanya menghadirkan komunikasi simultan, Block menyoroti efisiensi komputasi. Menurut perusahaan, Dessa dilatih menggunakan satu sistem NVIDIA GB200 NVL72. Meskipun proses pelatihannya membutuhkan akselerator kelas pusat data, model tersebut dirancang mendukung inferensi lokal di komputer berkemampuan tinggi. Contoh perangkat yang disebutkan 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, pengujian independen masih diperlukan.
Pemrosesan kecerdasan buatan langsung di komputer dapat memberikan fleksibilitas tambahan. Keunggulan yang dapat diperoleh adalah kebutuhan koneksi server yang lebih sedikit. Jika sistem benar-benar dijalankan secara lokal, audio tidak harus dikirim menuju server eksternal. Metode pemrosesan lokal ini berpotensi membantu pengelolaan informasi pribadi. Sebagai manfaat tambahan, perangkat lokal membantu menghindari sebagian keterlambatan komunikasi server. Perlu diperhatikan, Dessa belum tersedia sebagai paket unduhan publik. Karena alasan tersebut, klaim penggunaan lokal belum dapat diuji secara luas.
Peluang Penggunaan Dessa untuk Asisten Virtual dan Layanan Pelanggan
Fitur komunikasi full-duplex dapat menjadi dasar pengembangan berbagai layanan digital yang melibatkan komunikasi manusia dengan sistem otomatis. Salah satu bidang yang relevan adalah layanan pelanggan berbasis suara. Dalam layanan tersebut, kemampuan menyesuaikan giliran percakapan secara dinamis dapat membuat komunikasi terasa lebih fleksibel. Sebagai contoh, pelanggan yang perlu menambahkan keterangan berpeluang memberikan masukan secara langsung. Kemampuan ini dapat menjadi bahan penelitian lanjutan pada sistem dukungan pelanggan. Namun demikian, belum terdapat kepastian layanan bisnis yang menggunakan Dessa.
Di luar kebutuhan komunikasi bisnis, Dessa dapat menjadi dasar penelitian asisten virtual, layanan pendidikan berbasis suara, dan aplikasi yang mengandalkan dialog langsung. Ketika seseorang berlatih komunikasi lisan, AI yang mampu menanggapi secara alami memungkinkan interaksi yang lebih mendekati dialog manusia. Untuk kebutuhan aksesibilitas, antarmuka suara dapat membantu pengguna yang kesulitan mengetik. Meski demikian, ketepatan respons pada lingkungan bising belum dapat disimpulkan dari rekaman demonstrasi. Aspek keselamatan dan privasi juga harus menjadi bagian dari rancangan sebelum teknologi diterapkan pada layanan penting.
Potensi Model Percakapan Block dalam Mengubah Interaksi Digital
Kehadiran model AI suara Dessa memperlihatkan arah inovasi baru dalam penelitian model suara generatif. Melalui pemrosesan audio secara langsung, Dessa dapat memproses ucapan pengguna sambil memberikan respons. Pelatihan berbasis rekaman manusia menjadi unsur pembeda dibandingkan pendekatan yang mengutamakan pemrosesan teks. Selain itu, dukungan variasi intonasi dapat meningkatkan kenyamanan percakapan. Walaupun demikian, Dessa belum tersedia secara umum. Kesesuaian penggunaan lintas bahasa dan perlindungan privasi menjadi aspek yang perlu diperhatikan. Berkat evaluasi lebih mendalam, teknologi AI suara dapat memperluas fungsi asisten virtual. Bagaimana menurut Anda kemampuan AI yang mampu memahami interupsi dalam percakapan? Silakan bagikan pendapat Anda mengenai manfaat teknologi percakapan seperti Dessa.
