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. Tidak seperti banyak asisten suara konvensional, Dessa memproses masukan dan keluaran dalam bentuk suara. Rancangan sistem tersebut memberikan perhatian khusus pada intonasi, ritme, jeda, dan perubahan nada ketika seseorang berbicara. Dalam pengumuman proyeknya, Dessa dilatih menggunakan rekaman percakapan manusia tanpa memanfaatkan fondasi model berbasis teks. Pendekatan pembelajaran tersebut menjadi pembeda utama dalam industri kecerdasan buatan generatif.
Dessa dikembangkan oleh laboratorium riset AI di dalam Block yang dipimpin oleh Ragavan Thurairatnam. Tim tersebut berfokus pada kemampuan percakapan langsung. Berdasarkan rekaman pengujian yang ditampilkan, Dessa memperlihatkan kemampuan merespons secara ekspresif. Rekaman percakapan tersebut memperlihatkan reaksi dengan perubahan volume ketika situasi percakapan berubah. Meskipun kemampuan yang ditampilkan menjanjikan, contoh pilihan pengembang belum membuktikan keandalan dalam semua situasi. Karena alasan tersebut, Dessa masih perlu dievaluasi melalui pengujian lebih luas.
Keunggulan Model Suara Full-Duplex Dibandingkan Asisten Virtual Biasa
Karakteristik penting Dessa adalah kemampuan mendengar dan berbicara secara bersamaan. Pada interaksi lisan sehari-hari, seseorang dapat memberikan tanggapan singkat saat orang lain berbicara. Untuk memberikan gambaran, pendengar dapat memberikan respons singkat ketika pembicara masih menjelaskan sesuatu. Karakteristik interaksi tersebut membantu menjaga kesinambungan dialog. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui mekanisme percakapan yang tidak sepenuhnya bergantian. Berkat pendekatan full-duplex, pengguna dapat menyela ketika AI berbicara tanpa mengikuti pola komunikasi satu arah.
Ketika menggunakan pendekatan komunikasi berurutan, proses interaksi biasanya berlangsung melalui rangkaian pemrosesan terpisah. Masukan suara manusia diubah menjadi teks, kemudian dianalisis oleh sistem pemrosesan teks. Ketika jawaban berhasil dibuat, teks tersebut dikonversi menjadi suara. Pendekatan tersebut telah mendukung banyak aplikasi praktis, tetapi dapat mengurangi sebagian konteks ekspresi suara. Dalam pengembangannya, Dessa tidak mengandalkan tahapan teks tersebut sehingga intonasi dan ritme dapat dipelajari langsung. Namun perlu diperhatikan, kemampuan berbicara alami tidak selalu berarti pemahaman faktual lebih baik.
Pelatihan Berbasis Audio Menjadi Pembeda Model AI Dessa
Tim pengembang menyampaikan, Dessa dilatih dari awal menggunakan percakapan manusia tanpa menggunakan model bahasa yang telah dilatih sebelumnya. Pendekatan tersebut mencerminkan arah penelitian yang tidak umum karena suara menjadi sumber utama informasi. Melalui pembelajaran dari dialog lisan, Dessa berupaya mengenali variasi nada serta mempelajari pola pergantian pembicara. Aspek pembelajaran ini menjadi bagian mendasar dalam menghasilkan respons suara lebih ekspresif. Namun demikian, Block belum membuka detail menyeluruh mengenai materi pembelajaran sehingga representasi berbagai aksen masih memerlukan evaluasi.
Salah satu aspek menarik adalah dukungan terhadap variasi penyampaian verbal. Dalam komunikasi manusia, intonasi turut memengaruhi cara pesan diterima. Sebagai contoh, kalimat yang sama dapat terdengar gembira atau kecewa. Sistem AI tersebut berupaya mempelajari karakteristik tersebut melalui analisis pola ekspresi audio. Pada percakapan yang diperlihatkan pengembang, sistem menunjukkan tawa spontan. Walaupun terdengar ekspresif, ekspresi vokal bukan bukti adanya pengalaman emosional. Oleh karena itu, penilaian kemampuan Dessa harus mempertimbangkan kealamian vokal dan keandalan informasi secara terpisah.
Kemampuan Inferensi Dessa dan Kebutuhan Perangkat Keras
Tidak hanya menghadirkan komunikasi simultan, Block menyoroti efisiensi komputasi. Menurut perusahaan, Dessa dilatih menggunakan satu sistem NVIDIA GB200 NVL72. Walaupun menggunakan perangkat komputasi canggih, model tersebut diklaim dapat berjalan pada perangkat konsumen tertentu. Contoh perangkat yang disebutkan adalah MacBook Pro dengan chip M4 Max atau perangkat yang memiliki kemampuan lebih tinggi. Tim pengembang turut mengklaim bahwa inferensi Dessa berpotensi menghasilkan respons dalam waktu lebih singkat daripada durasi audio. Namun demikian, angka latensi terukur belum tersedia secara lengkap.
Kemampuan menjalankan AI secara lokal memiliki sejumlah manfaat potensial. Salah satunya adalah berkurangnya ketergantungan terhadap layanan cloud. Jika sistem benar-benar dijalankan secara lokal, 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. Namun demikian, ketersediaan model untuk pengguna umum belum diumumkan. Dengan demikian, pengguna belum bisa mengasumsikan seluruh kemampuan tersebut telah tersedia sebagai produk.
Manfaat Teknologi AI Suara Full-Duplex dalam Aktivitas Digital
Fitur komunikasi full-duplex berpotensi digunakan dalam berbagai layanan digital yang membutuhkan respons percakapan cepat. Contoh penggunaan potensial adalah asisten percakapan untuk dukungan konsumen. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menerima interupsi pengguna berpotensi mengurangi dialog yang kaku. Untuk memberikan gambaran, pelanggan yang ingin mengoreksi informasi berpeluang memberikan masukan secara langsung. Pendekatan semacam itu memiliki nilai praktis potensial pada pengembangan antarmuka suara. Namun demikian, kemampuan tersebut masih perlu dibedakan dari produk yang telah diluncurkan.
Selain layanan pelanggan, Dessa dapat menjadi dasar penelitian asisten virtual, layanan pendidikan berbasis suara, dan perangkat pendamping digital. Ketika seseorang berlatih komunikasi lisan, AI yang dapat merespons interupsi memungkinkan interaksi yang lebih mendekati dialog manusia. Pada sisi lain, antarmuka suara mungkin menjadi alternatif bagi pengguna dengan kebutuhan akses tertentu. Namun demikian, ketepatan respons pada lingkungan bising belum dapat disimpulkan dari rekaman demonstrasi. Perlindungan informasi percakapan juga perlu diprioritaskan sebelum sistem digunakan secara komersial.
Perkembangan Model Full-Duplex sebagai Langkah Baru Kecerdasan Buatan
Kehadiran model AI suara Dessa memperlihatkan arah inovasi baru dalam pengembangan komunikasi antara manusia dan mesin. Dengan menggunakan pendekatan speech-to-speech, Dessa memiliki kemampuan menjalankan komunikasi full-duplex. Metode pembelajaran tanpa data teks menjadi unsur pembeda dibandingkan banyak sistem percakapan berbasis transkripsi. Di samping keunikan arsitekturnya, dukungan variasi intonasi dapat meningkatkan kenyamanan percakapan. Meskipun teknologi tersebut menjanjikan, Dessa masih berada pada tahap penelitian terbatas. Keamanan interaksi dan keandalan pada situasi nyata menjadi aspek yang perlu diperhatikan. Melalui pengembangan yang bertanggung jawab, teknologi AI suara berpeluang menghadirkan interaksi digital lebih fleksibel. Apa pandangan Anda kemampuan AI yang menghasilkan respons suara dengan intonasi alami? Silakan bagikan pendapat Anda mengenai masa depan AI suara full-duplex.
