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

Perusahaan teknologi Block mengumumkan Dessa sebagai sistem percakapan berbasis audio. Proyek penelitian tersebut bertujuan menghadirkan interaksi antara manusia dan mesin yang terasa semakin alami. Berbeda dari sejumlah sistem terdahulu, Dessa menggunakan audio sebagai dasar interaksi. Pendekatan tersebut memberikan perhatian khusus 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 pengembangan model suara.

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. Melalui demonstrasi yang dipublikasikan, Dessa memperlihatkan kemampuan merespons secara ekspresif. Sejumlah demonstrasi menampilkan respons berupa tawa ketika interaksi berlangsung secara spontan. Meskipun kemampuan yang ditampilkan menjanjikan, rekaman demonstrasi tidak menggantikan pengujian independen. Dengan mempertimbangkan hal tersebut, Dessa masih perlu dievaluasi melalui pengujian lebih luas.

Cara Kerja Komunikasi Dua Arah Secara Bersamaan pada AI Dessa

Fitur yang paling menonjol Dessa adalah pemrosesan percakapan dua arah secara simultan. Ketika dua orang berbincang, seseorang sering merespons sebelum percakapan mencapai jeda panjang. Untuk memberikan gambaran, pendengar dapat memberikan respons singkat ketika lawan bicara belum menyelesaikan kalimat. Karakteristik interaksi tersebut membantu menjaga kesinambungan dialog. Model AI ini berupaya menghadirkan pola interaksi semacam itu melalui pemrosesan audio secara bersamaan. 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. Audio pengguna diubah menjadi teks, kemudian diteruskan menuju model bahasa. Ketika jawaban berhasil dibuat, teks tersebut dikonversi menjadi suara. Metode pemrosesan berurutan dapat bekerja dengan baik untuk berbagai tugas, tetapi tidak selalu mempertahankan seluruh nuansa audio. Dessa menggunakan pendekatan berbeda sehingga informasi suara menjadi bagian utama pemrosesan. Walaupun arsitekturnya menarik, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.

Dessa Dilatih Menggunakan Percakapan Manusia Tanpa Teks

Menurut informasi perusahaan, Dessa mengembangkan kemampuan melalui data audio manusia tanpa mengandalkan tahapan pelatihan berbasis tulisan. Strategi pengembangan tersebut mencerminkan arah penelitian yang tidak umum karena suara menjadi sumber utama informasi. Berkat pelatihan yang berpusat pada audio, Dessa dirancang memahami perubahan ritme percakapan serta mengenali kapan perlu merespons. Aspek pembelajaran ini memiliki peranan penting 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.

Keunggulan potensial dari pendekatan tersebut adalah kemampuan menghasilkan ekspresi suara. Ketika seseorang menyampaikan pesan, perubahan nada dapat memberikan konteks tambahan. Sebagai contoh, kalimat yang sama bisa memiliki kesan berbeda berdasarkan intonasi. Model suara ini dikembangkan dengan fokus pada karakteristik tersebut melalui pembelajaran langsung dari rekaman percakapan. Melalui contoh rekaman yang dibagikan, sistem memperlihatkan variasi ritme dan volume. Perlu dipahami, suara emosional tidak membuktikan AI memiliki perasaan. 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 memanfaatkan satu rak komputasi NVIDIA GB200 NVL72 untuk pelatihan. 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 perangkat yang memiliki kemampuan lebih tinggi. Dalam pemaparan proyek, perusahaan menjelaskan bahwa inferensi Dessa dapat berlangsung lebih cepat daripada waktu nyata. Walaupun klaim tersebut menarik, angka latensi terukur belum tersedia secara lengkap.

Pemrosesan kecerdasan buatan langsung di komputer menawarkan berbagai kemungkinan penggunaan. Keunggulan yang dapat diperoleh adalah peluang menjalankan pemrosesan tanpa selalu mengirim audio ke pusat data. Dalam skenario tertentu, data suara dapat diproses di perangkat pengguna. Pendekatan tersebut berpotensi membantu pengelolaan informasi pribadi. Tidak kalah penting, perangkat lokal berpotensi mempertahankan layanan ketika koneksi terbatas. Perlu diperhatikan, ketersediaan model untuk pengguna umum belum diumumkan. Karena alasan tersebut, manfaat implementasi nyata masih perlu dibuktikan.

Potensi Penerapan Model Percakapan Alami di Berbagai Industri

Pendekatan interaksi audio simultan berpotensi digunakan dalam berbagai layanan digital yang melibatkan komunikasi manusia dengan sistem otomatis. Contoh penggunaan potensial adalah asisten percakapan untuk dukungan konsumen. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menyesuaikan giliran percakapan secara dinamis berpotensi mengurangi dialog yang kaku. Sebagai contoh, pelanggan yang hendak menyela jawaban tidak harus selalu menunggu AI selesai berbicara. Fungsi komunikasi tersebut dapat menjadi bahan penelitian lanjutan pada layanan bisnis dan komunikasi. Namun demikian, Block belum mengumumkan integrasi komersial Dessa secara luas.

Tidak terbatas pada interaksi konsumen, Dessa dapat menjadi dasar penelitian asisten virtual, aplikasi pembelajaran interaktif, dan perangkat pendamping digital. Ketika seseorang berlatih komunikasi lisan, AI yang dapat merespons interupsi dapat membantu membangun simulasi percakapan. Dalam pengembangan teknologi inklusif, antarmuka suara mungkin menjadi alternatif bagi pengguna dengan kebutuhan akses tertentu. Meski demikian, keandalan pengenalan bahasa belum dapat disimpulkan dari rekaman demonstrasi. Aspek keselamatan dan privasi juga harus menjadi bagian dari rancangan sebelum AI diintegrasikan dalam aplikasi sehari-hari.

Potensi Model Percakapan Block dalam Mengubah Interaksi Digital

Perkenalan Dessa oleh Block memperlihatkan arah inovasi baru dalam pengembangan komunikasi antara manusia dan mesin. Berkat arsitektur percakapan berbasis suara, Dessa dirancang untuk mendengar dan berbicara bersamaan. Pendekatan audio sebagai dasar pelatihan menciptakan arah pengembangan tersendiri dibandingkan sejumlah asisten virtual tradisional. Tidak hanya menawarkan interaksi simultan, dukungan variasi intonasi berpotensi membuat dialog lebih alami. Walaupun demikian, Dessa masih berada pada tahap penelitian terbatas. Keakuratan jawaban dan ketersediaan perangkat lunak menjadi aspek yang perlu diperhatikan. Dengan penelitian berkelanjutan, teknologi AI suara berpotensi mengubah pengalaman percakapan manusia dengan komputer. Apa pandangan Anda kemampuan AI yang dapat mendengarkan sambil berbicara? Sampaikan pemikiran Anda mengenai pengembangan asisten virtual generasi baru.