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 teknologi kecerdasan buatan yang berfokus pada komunikasi lisan. Inovasi terbaru ini bertujuan menghadirkan interaksi antara manusia dan mesin yang mendekati cara manusia berbicara secara langsung. Tidak seperti banyak asisten suara konvensional, Dessa memproses masukan dan keluaran dalam bentuk suara. Rancangan sistem tersebut memprioritaskan kemampuan pada intonasi, ritme, jeda, dan ekspresi yang muncul dalam percakapan. Dalam pengumuman proyeknya, Dessa dilatih menggunakan rekaman percakapan manusia tanpa menggunakan teks sebagai data pelatihan. Pilihan arsitektur ini menjadi pembeda utama dalam industri kecerdasan buatan generatif.

Sistem percakapan tersebut dibangun melalui laboratorium riset AI di dalam Block yang dipimpin oleh Ragavan Thurairatnam. Kelompok peneliti ini berfokus pada kemampuan percakapan langsung. Dalam sejumlah contoh percakapan resmi, Dessa menunjukkan variasi intonasi dan jeda. Rekaman percakapan tersebut memperlihatkan reaksi dengan perubahan volume ketika pembicara memberikan tanggapan tertentu. Walaupun demonstrasinya menarik, hasil percakapan terpilih belum menunjukkan performa pada seluruh kondisi. Oleh sebab itu, Dessa masih perlu dievaluasi melalui pengujian lebih luas.

Cara Kerja Komunikasi Dua Arah Secara Bersamaan pada AI Dessa

Salah satu kemampuan utama Dessa adalah dukungan komunikasi full-duplex. Ketika dua orang berbincang, seseorang sering merespons sebelum percakapan mencapai jeda panjang. Sebagai contoh, pendengar dapat memberikan respons singkat ketika orang lain sedang menyampaikan informasi. Kemampuan tersebut membantu menjaga kesinambungan dialog. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui pengelolaan masukan dan keluaran suara simultan. Melalui rancangan tersebut, pengguna bisa memberikan masukan sebelum jawaban selesai tanpa harus menunggu giliran secara kaku.

Dalam asisten suara tradisional, proses interaksi sering dibagi menjadi beberapa tahap. Ucapan yang diterima sistem ditranskripsikan menjadi tulisan, kemudian diteruskan menuju model bahasa. Setelah respons tersedia, teks tersebut dikonversi menjadi suara. Pendekatan tersebut masih berguna dalam sejumlah layanan, tetapi berpotensi kehilangan informasi prosodi. Dessa menggunakan pendekatan berbeda sehingga informasi suara menjadi bagian utama pemrosesan. Namun perlu diperhatikan, 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. Strategi pengembangan tersebut memberikan karakteristik khusus dibandingkan model konvensional karena model memperoleh pola percakapan melalui ucapan. Berkat pelatihan yang berpusat pada audio, Dessa dirancang memahami perubahan ritme percakapan serta mengenali kapan perlu merespons. Karakteristik tersebut menjadi bagian mendasar dalam membangun pengalaman percakapan yang tidak kaku. Meski pendekatan penelitian diumumkan, Block belum mempublikasikan rincian lengkap dataset sehingga cakupan kemampuan bahasa belum dapat dinilai secara pasti.

Salah satu aspek menarik adalah dukungan terhadap variasi penyampaian verbal. Dalam komunikasi manusia, makna tidak hanya berasal dari pilihan kata. Sebagai contoh, kalimat yang sama dapat terdengar gembira atau kecewa. Model suara ini dikembangkan dengan fokus pada karakteristik tersebut melalui pemrosesan informasi prosodi. Pada percakapan yang diperlihatkan pengembang, sistem menghasilkan perubahan nada yang ekspresif. Perlu dipahami, suara emosional tidak membuktikan AI memiliki perasaan. Dengan demikian, penilaian kemampuan Dessa harus mempertimbangkan kealamian vokal dan keandalan informasi secara terpisah.

Dessa Dapat Berjalan Secara Lokal pada Perangkat Komputer Tertentu

Selain kemampuan full-duplex, Block mengungkap kemampuan pemrosesan lokal. Menurut perusahaan, 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 perangkat yang memiliki kemampuan lebih tinggi. Tim pengembang turut mengklaim bahwa inferensi Dessa mendukung pemrosesan yang melampaui kecepatan real-time. Walaupun klaim tersebut menarik, angka latensi terukur belum tersedia secara lengkap.

Pemrosesan kecerdasan buatan langsung di komputer dapat memberikan fleksibilitas tambahan. Keunggulan yang dapat diperoleh adalah kebutuhan koneksi server yang lebih sedikit. Pada penerapan yang sesuai, data suara dapat diproses di perangkat pengguna. Penggunaan sistem on-device berpotensi membantu pengelolaan informasi pribadi. Tidak kalah penting, perangkat lokal membantu menghindari sebagian keterlambatan komunikasi server. Walaupun potensinya besar, Dessa belum tersedia sebagai paket unduhan publik. Oleh sebab itu, klaim penggunaan lokal belum dapat diuji secara luas.

Manfaat Teknologi AI Suara Full-Duplex dalam Aktivitas Digital

Kemampuan mendengar dan berbicara bersamaan berpotensi digunakan dalam berbagai layanan digital yang mengandalkan interaksi suara langsung. Contoh penggunaan potensial adalah layanan pelanggan berbasis suara. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menerima interupsi pengguna membantu mempertahankan alur interaksi. Untuk memberikan gambaran, pelanggan yang perlu menambahkan keterangan berpeluang memberikan masukan secara langsung. Pendekatan semacam itu dapat menjadi bahan penelitian lanjutan pada pengembangan antarmuka suara. Namun demikian, belum terdapat kepastian layanan bisnis yang menggunakan Dessa.

Tidak terbatas pada interaksi konsumen, Dessa juga berpotensi menginspirasi asisten virtual, platform latihan percakapan, dan aplikasi yang mengandalkan dialog langsung. Pada penggunaan pendidikan, AI yang menyesuaikan ritme percakapan memungkinkan interaksi yang lebih mendekati dialog manusia. Dalam pengembangan teknologi inklusif, antarmuka suara dapat membantu pengguna yang kesulitan mengetik. Namun demikian, kemampuan memahami aksen masih memerlukan pengujian lebih lanjut. Perlindungan informasi percakapan juga perlu diprioritaskan sebelum sistem digunakan secara komersial.

Potensi Model Percakapan Block dalam Mengubah Interaksi Digital

Kehadiran model AI suara Dessa menjadi perkembangan menarik dalam dunia TEKNOLOGI kecerdasan buatan. Dengan menggunakan pendekatan speech-to-speech, Dessa memiliki kemampuan menjalankan komunikasi full-duplex. Pendekatan audio sebagai dasar pelatihan memberikan karakteristik yang berbeda dibandingkan pendekatan yang mengutamakan pemrosesan teks. Tidak hanya menawarkan interaksi simultan, dukungan variasi intonasi dapat meningkatkan kenyamanan percakapan. Walaupun demikian, Dessa tetap membutuhkan evaluasi independen yang lebih luas. Keamanan interaksi dan keandalan pada situasi nyata harus dikaji sebelum penerapan komersial. Berkat evaluasi lebih mendalam, teknologi AI suara dapat memperluas fungsi asisten virtual. Apa pandangan Anda kemampuan AI yang mampu memahami interupsi dalam percakapan? Silakan bagikan pendapat Anda mengenai masa depan AI suara full-duplex.