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
Tim penelitian kecerdasan buatan Block menghadirkan Dessa sebagai teknologi kecerdasan buatan yang berfokus pada komunikasi lisan. Pengembangan tersebut dikembangkan untuk mendukung interaksi antara manusia dan mesin yang mendekati cara manusia berbicara secara langsung. Berbeda dari sejumlah sistem terdahulu, Dessa menggunakan audio sebagai dasar interaksi. Pendekatan tersebut memprioritaskan kemampuan pada intonasi, ritme, jeda, dan berbagai karakteristik komunikasi manusia. Menurut penjelasan pengembang, Dessa mengandalkan pelatihan berbasis suara manusia tanpa menggunakan teks sebagai data pelatihan. Strategi tersebut memberikan karakteristik tersendiri dalam penelitian AI percakapan.
Dessa dikembangkan oleh laboratorium riset AI di dalam Block yang berada di bawah arahan Ragavan Thurairatnam. Kelompok peneliti ini mengembangkan pendekatan komunikasi audio yang responsif. Dalam sejumlah contoh percakapan resmi, Dessa menghasilkan percakapan dengan perubahan nada yang dinamis. Sejumlah demonstrasi menunjukkan penggunaan jeda dan ekspresi suara ketika interaksi berlangsung secara spontan. Walaupun demonstrasinya menarik, contoh pilihan pengembang belum membuktikan keandalan dalam semua situasi. Dengan mempertimbangkan hal tersebut, Dessa masih perlu dievaluasi melalui pengujian lebih luas.
Keunggulan Model Suara Full-Duplex Dibandingkan Asisten Virtual Biasa
Fitur yang paling menonjol Dessa adalah kemampuan mendengar dan berbicara secara bersamaan. Ketika dua orang berbincang, seseorang dapat memberikan tanggapan singkat saat orang lain berbicara. Dalam situasi percakapan, pendengar bisa mengatakan kata persetujuan ketika pembicara masih menjelaskan sesuatu. Kemampuan tersebut memberikan kesan komunikasi yang lebih responsif. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui pemrosesan audio secara bersamaan. Dengan demikian, pengguna dapat menyela ketika AI berbicara tanpa harus menunggu giliran secara kaku.
Pada banyak sistem percakapan terdahulu, proses interaksi dapat melibatkan sejumlah komponen berbeda. Audio pengguna diproses melalui pengenalan ucapan, kemudian digunakan sebagai masukan untuk menghasilkan jawaban. Ketika jawaban berhasil dibuat, teks tersebut dikonversi menjadi suara. Metode pemrosesan berurutan dapat bekerja dengan baik untuk berbagai tugas, tetapi berpotensi kehilangan informasi prosodi. Dessa menggunakan pendekatan berbeda sehingga intonasi dan ritme dapat dipelajari langsung. Walaupun arsitekturnya menarik, kualitas dialog tetap memerlukan evaluasi terpisah.
Pendekatan Speech-to-Speech Membentuk Kemampuan Berbicara Alami
Block menjelaskan, Dessa dilatih dari awal menggunakan percakapan manusia tanpa memanfaatkan teks sebagai dasar pembelajaran. Strategi pengembangan tersebut memberikan karakteristik khusus dibandingkan model konvensional karena suara menjadi sumber utama informasi. Berkat pelatihan yang berpusat pada audio, Dessa dirancang memahami perubahan ritme percakapan serta mengenali kapan perlu merespons. Karakteristik tersebut mendukung pengembangan dalam menghasilkan respons suara lebih ekspresif. Meski pendekatan penelitian diumumkan, Block belum membuka detail menyeluruh mengenai materi pembelajaran sehingga cakupan kemampuan bahasa belum dapat dinilai secara pasti.
Karakteristik lain yang menonjol adalah pemrosesan karakter emosional dalam dialog. Pada percakapan sehari-hari, makna tidak hanya berasal dari pilihan kata. Sebagai contoh, kalimat yang sama dapat terdengar gembira atau kecewa. Dessa dirancang untuk memperhatikan karakteristik tersebut melalui pembelajaran langsung dari rekaman percakapan. Pada percakapan yang diperlihatkan pengembang, sistem menunjukkan tawa spontan. Perlu dipahami, ekspresi vokal bukan bukti adanya pengalaman emosional. Karena alasan tersebut, penilaian kemampuan Dessa perlu membedakan ekspresi suara dan pemahaman sebenarnya.
Kemampuan Inferensi Dessa dan Kebutuhan Perangkat Keras
Di samping pemrosesan audio langsung, Block menjelaskan rancangan model yang relatif hemat sumber daya. Berdasarkan klaim pengembang, Dessa memanfaatkan satu rak komputasi NVIDIA GB200 NVL72 untuk pelatihan. Walaupun menggunakan perangkat komputasi canggih, 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. Tim pengembang turut mengklaim bahwa inferensi Dessa berpotensi menghasilkan respons dalam waktu lebih singkat daripada durasi audio. Walaupun klaim tersebut menarik, angka latensi terukur belum tersedia secara lengkap.
Dukungan inferensi pada perangkat pengguna dapat memberikan fleksibilitas tambahan. Manfaat yang mungkin muncul adalah peluang menjalankan pemrosesan tanpa selalu mengirim audio ke pusat data. Pada penerapan yang sesuai, audio tidak harus dikirim menuju server eksternal. Metode pemrosesan lokal ini dapat mendukung kontrol privasi yang lebih baik. Selain itu, perangkat lokal dapat mengurangi ketergantungan pada kualitas jaringan. Perlu diperhatikan, ketersediaan model untuk pengguna umum belum diumumkan. Dengan demikian, klaim penggunaan lokal belum dapat diuji secara luas.
Peluang Penggunaan Dessa untuk Asisten Virtual dan Layanan Pelanggan
Pendekatan interaksi audio simultan berpotensi digunakan dalam berbagai layanan digital yang mengandalkan interaksi suara langsung. Sektor yang dapat memperoleh manfaat adalah sistem customer service otomatis. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menerima interupsi pengguna dapat membuat komunikasi terasa lebih fleksibel. Dalam skenario pelayanan, pelanggan yang perlu menambahkan keterangan dapat berinteraksi tanpa mengikuti urutan respons yang terlalu ketat. Fungsi komunikasi tersebut menarik untuk dikembangkan pada layanan bisnis dan komunikasi. Meski penerapannya menjanjikan, Block belum mengumumkan integrasi komersial Dessa secara luas.
Selain layanan pelanggan, Dessa juga berpotensi menginspirasi asisten virtual, platform latihan percakapan, dan perangkat pendamping digital. Pada penggunaan pendidikan, AI yang menyesuaikan ritme percakapan dapat membantu membangun simulasi percakapan. Dalam pengembangan teknologi inklusif, antarmuka suara dapat membantu pengguna yang kesulitan mengetik. Namun demikian, keandalan pengenalan bahasa masih memerlukan pengujian lebih lanjut. Pengelolaan keamanan penggunaan suara juga perlu diprioritaskan sebelum AI diintegrasikan dalam aplikasi sehari-hari.
Perkembangan Model Full-Duplex sebagai Langkah Baru Kecerdasan Buatan
Pengembangan sistem percakapan full-duplex dari Block menjadi perkembangan menarik dalam pengembangan komunikasi antara manusia dan mesin. Berkat arsitektur percakapan berbasis suara, Dessa dapat memproses ucapan pengguna sambil memberikan respons. Pendekatan audio sebagai dasar pelatihan menjadi unsur pembeda dibandingkan sejumlah asisten virtual tradisional. Selain itu, penggunaan jeda dan respons vokal berpotensi membuat dialog lebih alami. Meski demonstrasinya menunjukkan potensi, Dessa belum tersedia secara umum. Keamanan interaksi dan ketersediaan perangkat lunak masih memerlukan pengujian. Dengan penelitian berkelanjutan, teknologi AI suara berpotensi mengubah pengalaman percakapan manusia dengan komputer. Bagaimana menurut Anda kemampuan AI yang mampu memahami interupsi dalam percakapan? Silakan bagikan pendapat Anda mengenai manfaat teknologi percakapan seperti Dessa.
