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 model AI suara eksperimental. Inovasi terbaru ini dikembangkan untuk mendukung interaksi antara manusia dan mesin yang terasa semakin alami. Tidak seperti banyak asisten suara konvensional, Dessa dibangun untuk memahami serta menghasilkan percakapan lisan. Metode pengembangan ini memprioritaskan kemampuan pada intonasi, ritme, jeda, dan berbagai karakteristik komunikasi manusia. Berdasarkan keterangan perusahaan, Dessa dikembangkan melalui pembelajaran dari data audio percakapan tanpa mengandalkan model bahasa pralatih. Pilihan arsitektur ini menjadi pembeda utama dalam pengembangan model suara.
Dessa dikembangkan oleh laboratorium riset AI di dalam Block yang berada di bawah arahan Ragavan Thurairatnam. Kelompok peneliti ini memusatkan penelitian pada interaksi berbasis suara. Dalam sejumlah contoh percakapan resmi, Dessa menunjukkan variasi intonasi dan jeda. Rekaman percakapan tersebut menunjukkan penggunaan jeda dan ekspresi suara ketika situasi percakapan berubah. Meskipun kemampuan yang ditampilkan menjanjikan, contoh pilihan pengembang belum membuktikan keandalan dalam semua situasi. Dengan mempertimbangkan hal tersebut, Dessa lebih tepat dipahami sebagai proyek penelitian yang berkembang.
Cara Kerja Komunikasi Dua Arah Secara Bersamaan pada AI Dessa
Karakteristik penting Dessa adalah kemampuan mendengar dan berbicara secara bersamaan. Pada interaksi lisan sehari-hari, seseorang tidak selalu menunggu lawan bicara selesai sepenuhnya. Untuk memberikan gambaran, pendengar bisa mengatakan kata persetujuan ketika orang lain sedang menyampaikan informasi. Pola komunikasi seperti ini memberikan kesan komunikasi yang lebih responsif. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui pengelolaan masukan dan keluaran suara simultan. Melalui rancangan tersebut, pengguna dapat menyela ketika AI berbicara tanpa mengikuti pola komunikasi satu arah.
Dalam asisten suara tradisional, proses interaksi dapat melibatkan sejumlah komponen berbeda. Masukan suara manusia diproses melalui pengenalan ucapan, kemudian diteruskan menuju model bahasa. Ketika jawaban berhasil dibuat, teks tersebut diubah menjadi ucapan sintetis. Metode pemrosesan berurutan dapat bekerja dengan baik untuk berbagai tugas, tetapi dapat mengurangi sebagian konteks ekspresi suara. Dessa menggunakan pendekatan berbeda 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 dibangun melalui pelatihan berbasis rekaman dialog tanpa mengandalkan tahapan pelatihan berbasis tulisan. Metode pembelajaran ini mencerminkan arah penelitian yang tidak umum karena interaksi audio menjadi bahan pembelajaran inti. Melalui pembelajaran dari dialog lisan, Dessa diharapkan mampu mempelajari pola intonasi serta mengenali kapan perlu merespons. Aspek pembelajaran ini mendukung pengembangan dalam menghasilkan respons suara lebih ekspresif. Namun demikian, Block tidak merinci seluruh informasi data pelatihan sehingga keandalan pada beragam kondisi belum dapat dipastikan.
Karakteristik lain yang menonjol adalah dukungan terhadap variasi penyampaian verbal. Ketika seseorang menyampaikan pesan, makna tidak hanya berasal dari pilihan kata. Dalam suatu percakapan, kalimat yang sama mungkin disampaikan dengan nada serius maupun bercanda. Sistem AI tersebut berupaya mempelajari karakteristik tersebut melalui pemrosesan informasi prosodi. Melalui contoh rekaman yang dibagikan, sistem memperlihatkan variasi ritme dan volume. Walaupun terdengar ekspresif, ekspresi vokal bukan bukti adanya pengalaman emosional. Dengan demikian, penilaian kemampuan Dessa perlu membedakan ekspresi suara dan pemahaman sebenarnya.
Kemampuan Inferensi Dessa dan Kebutuhan Perangkat Keras
Selain kemampuan full-duplex, Block mengungkap kemampuan pemrosesan lokal. Dalam informasi teknis yang diumumkan, Dessa memanfaatkan satu rak komputasi NVIDIA GB200 NVL72 untuk pelatihan. Meskipun proses pelatihannya membutuhkan akselerator kelas pusat data, model tersebut diklaim dapat berjalan pada perangkat konsumen tertentu. Contoh perangkat yang disebutkan adalah MacBook Pro dengan chip M4 Max atau komputer dengan kapasitas komputasi setara atau lebih kuat. Tim pengembang turut mengklaim bahwa inferensi Dessa dapat berlangsung lebih cepat daripada waktu nyata. Meski kemampuan komputasinya menjanjikan, pengujian independen masih diperlukan.
Pemrosesan kecerdasan buatan langsung di komputer menawarkan berbagai kemungkinan penggunaan. Salah satunya adalah kebutuhan koneksi server yang lebih sedikit. Jika sistem benar-benar dijalankan secara lokal, data suara dapat diproses di perangkat pengguna. Penggunaan sistem on-device berpotensi membantu pengelolaan informasi pribadi. Selain itu, perangkat lokal dapat mengurangi ketergantungan pada kualitas jaringan. Namun demikian, Dessa belum tersedia sebagai paket unduhan publik. Dengan demikian, pengguna belum bisa mengasumsikan seluruh kemampuan tersebut telah tersedia sebagai produk.
Potensi Penerapan Model Percakapan Alami di Berbagai Industri
Kemampuan mendengar dan berbicara bersamaan berpotensi digunakan dalam berbagai layanan digital yang mengandalkan interaksi suara langsung. Salah satu bidang yang relevan adalah asisten percakapan untuk dukungan konsumen. Dalam layanan tersebut, kemampuan mendengarkan ketika sedang berbicara berpotensi mengurangi dialog yang kaku. Dalam skenario pelayanan, pelanggan yang ingin mengoreksi informasi berpeluang memberikan masukan secara langsung. Pendekatan semacam itu dapat menjadi bahan penelitian lanjutan pada layanan bisnis dan komunikasi. Meski penerapannya menjanjikan, Block belum mengumumkan integrasi komersial Dessa secara luas.
Di luar kebutuhan komunikasi bisnis, Dessa membuka peluang pengembangan asisten virtual, layanan pendidikan berbasis suara, dan perangkat pendamping digital. Pada penggunaan pendidikan, AI yang mampu menanggapi secara alami dapat membantu membangun simulasi percakapan. Dalam pengembangan teknologi inklusif, antarmuka suara mungkin menjadi alternatif bagi pengguna dengan kebutuhan akses tertentu. Meski demikian, ketepatan respons pada lingkungan bising masih memerlukan pengujian lebih lanjut. Perlindungan informasi percakapan juga perlu diprioritaskan sebelum sistem digunakan secara komersial.
Potensi Model Percakapan Block dalam Mengubah Interaksi Digital
Perkenalan Dessa oleh Block membawa kemajuan penting dalam dunia TEKNOLOGI kecerdasan buatan. Dengan menggunakan pendekatan speech-to-speech, Dessa dirancang untuk mendengar dan berbicara bersamaan. Metode pembelajaran tanpa data teks memberikan karakteristik yang berbeda dibandingkan sejumlah asisten virtual tradisional. Tidak hanya menawarkan interaksi simultan, kemampuan ekspresi suara dapat meningkatkan kenyamanan percakapan. Meskipun teknologi tersebut menjanjikan, Dessa tetap membutuhkan evaluasi independen yang lebih luas. Keamanan interaksi dan perlindungan privasi menjadi aspek yang perlu diperhatikan. Berkat evaluasi lebih mendalam, teknologi AI suara dapat memperluas fungsi asisten virtual. Seberapa menarik menurut Anda kemampuan AI yang menghasilkan respons suara dengan intonasi alami? Silakan bagikan pendapat Anda mengenai masa depan AI suara full-duplex.
