Block Perkenalkan Dessa, Model Suara AI yang Mampu Mendengar dan Berbicara Bersamaan

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

Tim penelitian kecerdasan buatan Block menghadirkan Dessa sebagai model AI suara eksperimental. Pengembangan tersebut bertujuan menghadirkan interaksi antara manusia dan mesin yang lebih menyerupai percakapan sehari-hari. Berbeda dari sejumlah sistem terdahulu, Dessa memproses masukan dan keluaran dalam bentuk suara. Pendekatan 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 memberikan karakteristik tersendiri dalam industri kecerdasan buatan generatif.

Sistem percakapan tersebut dibangun melalui laboratorium riset AI di dalam Block yang melibatkan kepemimpinan penelitian Ragavan Thurairatnam. Tim tersebut mengembangkan pendekatan komunikasi audio yang responsif. Melalui demonstrasi yang dipublikasikan, Dessa menghasilkan percakapan dengan perubahan nada yang dinamis. Rekaman percakapan tersebut menampilkan respons berupa tawa ketika pembicara memberikan tanggapan tertentu. Walaupun demonstrasinya menarik, hasil percakapan terpilih belum menunjukkan performa pada seluruh kondisi. Oleh sebab itu, Dessa belum dapat dinilai sepenuhnya hanya berdasarkan demonstrasi publik.

Cara Kerja Komunikasi Dua Arah Secara Bersamaan pada AI Dessa

Fitur yang paling menonjol Dessa adalah kemampuan mendengar dan berbicara secara bersamaan. Dalam komunikasi manusia, seseorang dapat memberikan tanggapan singkat saat orang lain berbicara. Dalam situasi percakapan, pendengar mungkin menyampaikan tanda bahwa dirinya memahami ketika orang lain sedang menyampaikan informasi. Kemampuan tersebut memberikan kesan komunikasi yang lebih responsif. Dessa dirancang untuk meniru pola interaksi semacam itu melalui pemrosesan audio secara bersamaan. Melalui rancangan tersebut, pengguna memiliki kesempatan menginterupsi respons sistem tanpa selalu menunggu proses respons berakhir.

Ketika menggunakan pendekatan komunikasi berurutan, proses interaksi sering dibagi menjadi beberapa tahap. Audio pengguna diubah menjadi teks, kemudian diteruskan menuju model bahasa. Sesudah sistem menyusun keluaran, teks tersebut dikonversi menjadi suara. Metode pemrosesan berurutan masih berguna dalam sejumlah layanan, tetapi dapat mengurangi sebagian konteks ekspresi suara. Sebaliknya, model Block mengutamakan audio langsung sehingga karakteristik percakapan lisan menjadi dasar pembelajaran. Walaupun arsitekturnya menarik, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.

Dessa Dilatih Menggunakan Percakapan Manusia Tanpa Teks

Tim pengembang menyampaikan, Dessa mengembangkan kemampuan melalui data audio manusia tanpa mengandalkan tahapan pelatihan berbasis tulisan. Strategi pengembangan tersebut berbeda dari banyak sistem AI suara karena model memperoleh pola percakapan melalui ucapan. Berkat pelatihan yang berpusat pada audio, Dessa berupaya mengenali variasi nada serta mengenali kapan perlu merespons. Aspek pembelajaran ini memiliki peranan penting dalam membangun pengalaman percakapan yang tidak kaku. Namun demikian, Block tidak merinci seluruh informasi data pelatihan sehingga cakupan kemampuan bahasa belum dapat dinilai secara pasti.

Keunggulan potensial dari pendekatan tersebut adalah dukungan terhadap variasi penyampaian verbal. Ketika seseorang menyampaikan pesan, intonasi turut memengaruhi cara pesan diterima. Untuk memberikan gambaran, kalimat yang sama dapat terdengar gembira atau kecewa. Dessa dirancang untuk memperhatikan karakteristik tersebut melalui pemrosesan informasi prosodi. 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 sebaiknya memperhatikan kualitas interaksi serta ketepatan jawaban.

Dessa Dapat Berjalan Secara Lokal pada Perangkat Komputer Tertentu

Tidak hanya menghadirkan komunikasi simultan, Block menjelaskan rancangan model yang relatif hemat sumber daya. Berdasarkan klaim pengembang, Dessa dikembangkan melalui infrastruktur pelatihan NVIDIA GB200 NVL72. Sekalipun pelatihan dilakukan pada sistem berperforma tinggi, model tersebut diklaim dapat berjalan pada perangkat konsumen tertentu. Salah satu konfigurasi yang digunakan sebagai acuan adalah MacBook Pro dengan chip M4 Max atau sistem lain yang memenuhi kebutuhan pemrosesan. 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.

Pemrosesan kecerdasan buatan langsung di komputer dapat memberikan fleksibilitas tambahan. Keunggulan yang dapat diperoleh adalah berkurangnya ketergantungan terhadap layanan cloud. Pada penerapan yang sesuai, audio tidak harus dikirim menuju server eksternal. Pendekatan tersebut berpotensi membantu pengelolaan informasi pribadi. Selain itu, perangkat lokal berpotensi mempertahankan layanan ketika koneksi terbatas. Perlu diperhatikan, akses terhadap perangkat lunak masih terbatas. Dengan demikian, manfaat implementasi nyata masih perlu dibuktikan.

Manfaat Teknologi AI Suara Full-Duplex dalam Aktivitas Digital

Kemampuan mendengar dan berbicara bersamaan membuka peluang penerapan pada berbagai layanan digital yang mengandalkan interaksi suara langsung. Contoh penggunaan potensial adalah asisten percakapan untuk dukungan konsumen. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menyesuaikan giliran percakapan secara dinamis dapat membuat komunikasi terasa lebih fleksibel. Dalam skenario pelayanan, pelanggan yang ingin mengoreksi informasi dapat berinteraksi tanpa mengikuti urutan respons yang terlalu ketat. Fungsi komunikasi tersebut menarik untuk dikembangkan pada pengembangan antarmuka suara. Meski penerapannya menjanjikan, Block belum mengumumkan integrasi komersial Dessa secara luas.

Selain layanan pelanggan, Dessa dapat menjadi dasar penelitian asisten virtual, aplikasi pembelajaran interaktif, dan perangkat pendamping digital. Dalam kegiatan belajar bahasa, AI yang mampu menanggapi secara alami memungkinkan interaksi yang lebih mendekati dialog manusia. Dalam pengembangan teknologi inklusif, antarmuka suara mungkin menjadi alternatif bagi pengguna dengan kebutuhan akses tertentu. Meski demikian, kemampuan memahami aksen masih memerlukan pengujian lebih lanjut. Aspek keselamatan dan privasi juga membutuhkan perhatian khusus sebelum teknologi diterapkan pada layanan penting.

Potensi Model Percakapan Block dalam Mengubah Interaksi Digital

Perkenalan Dessa oleh Block menjadi perkembangan menarik dalam dunia TEKNOLOGI kecerdasan buatan. Dengan menggunakan pendekatan speech-to-speech, Dessa dirancang untuk mendengar dan berbicara bersamaan. Pendekatan audio sebagai dasar pelatihan memberikan karakteristik yang berbeda dibandingkan pendekatan yang mengutamakan pemrosesan teks. Selain itu, kemampuan ekspresi suara berpotensi membuat dialog lebih alami. Walaupun demikian, Dessa belum tersedia secara umum. Keamanan interaksi dan keandalan pada situasi nyata masih memerlukan pengujian. Dengan penelitian berkelanjutan, teknologi AI suara berpotensi mengubah pengalaman percakapan manusia dengan komputer. Seberapa menarik menurut Anda kemampuan AI yang mampu memahami interupsi dalam percakapan? Bagikan pandangan Anda mengenai pengembangan asisten virtual generasi baru.