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.
Inovasi Kecerdasan Buatan Berbasis Audio dari Perusahaan Block
Perusahaan teknologi Block mengumumkan Dessa sebagai sistem percakapan berbasis audio. Pengembangan tersebut dikembangkan untuk mendukung interaksi antara manusia dan mesin yang terasa semakin alami. Berbeda dari sejumlah sistem terdahulu, Dessa dibangun untuk memahami serta menghasilkan percakapan lisan. Metode pengembangan ini menempatkan fokus utama pada intonasi, ritme, jeda, dan ekspresi yang muncul dalam percakapan. Menurut penjelasan pengembang, Dessa dikembangkan melalui pembelajaran dari data audio percakapan tanpa menggunakan teks sebagai data pelatihan. Pendekatan pembelajaran tersebut membuat proyek ini menarik perhatian dalam penelitian AI percakapan.
Model suara ini merupakan hasil penelitian 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 menunjukkan penggunaan jeda dan ekspresi suara ketika interaksi berlangsung secara spontan. Namun demikian, hasil percakapan terpilih belum menunjukkan performa pada seluruh kondisi. Oleh sebab itu, Dessa lebih tepat dipahami sebagai proyek penelitian yang berkembang.
Cara Kerja Komunikasi Dua Arah Secara Bersamaan pada AI Dessa
Salah satu kemampuan utama Dessa adalah pemrosesan percakapan dua arah secara simultan. Dalam komunikasi manusia, seseorang tidak selalu menunggu lawan bicara selesai sepenuhnya. Sebagai contoh, pendengar dapat memberikan respons singkat ketika orang lain sedang menyampaikan informasi. Karakteristik interaksi tersebut membuat percakapan terasa lebih hidup. Dessa dirancang untuk meniru pola interaksi semacam itu melalui pemrosesan audio secara bersamaan. Melalui rancangan tersebut, pengguna bisa memberikan masukan sebelum jawaban selesai tanpa mengikuti pola komunikasi satu arah.
Pada banyak sistem percakapan terdahulu, proses interaksi dapat melibatkan sejumlah komponen berbeda. Audio pengguna ditranskripsikan menjadi tulisan, kemudian dianalisis oleh sistem pemrosesan teks. Ketika jawaban berhasil dibuat, teks tersebut diubah menjadi ucapan sintetis. Pendekatan tersebut telah mendukung banyak aplikasi praktis, tetapi tidak selalu mempertahankan seluruh nuansa audio. Sebaliknya, model Block mengutamakan audio langsung sehingga karakteristik percakapan lisan menjadi dasar pembelajaran. Meski demikian, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.
Pendekatan Speech-to-Speech Membentuk Kemampuan Berbicara Alami
Menurut informasi perusahaan, Dessa mengembangkan kemampuan melalui data audio manusia tanpa menggunakan model bahasa yang telah dilatih sebelumnya. Strategi pengembangan tersebut mencerminkan arah penelitian yang tidak umum karena model memperoleh pola percakapan melalui ucapan. Dengan menggunakan rekaman manusia, Dessa dirancang memahami perubahan ritme percakapan serta menentukan waktu yang sesuai untuk menyela. Kemampuan yang ditargetkan 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.
Karakteristik lain yang menonjol adalah kemampuan menghasilkan ekspresi suara. Dalam komunikasi manusia, perubahan nada dapat memberikan konteks tambahan. Sebagai contoh, kalimat yang sama mungkin disampaikan dengan nada serius maupun bercanda. Model suara ini dikembangkan dengan fokus pada karakteristik tersebut melalui pemrosesan informasi prosodi. Melalui contoh rekaman yang dibagikan, sistem memperlihatkan variasi ritme dan volume. Walaupun terdengar ekspresif, kemampuan meniru emosi tidak sama dengan merasakan emosi. Karena alasan tersebut, penilaian kemampuan Dessa perlu membedakan ekspresi suara dan pemahaman sebenarnya.
Dessa Dapat Berjalan Secara Lokal pada Perangkat Komputer Tertentu
Di samping pemrosesan audio langsung, Block menjelaskan rancangan model yang relatif hemat sumber daya. Dalam informasi teknis yang diumumkan, Dessa memanfaatkan satu rak komputasi NVIDIA GB200 NVL72 untuk pelatihan. Meskipun proses pelatihannya membutuhkan akselerator kelas pusat data, model tersebut dirancang mendukung inferensi lokal di komputer berkemampuan tinggi. 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 dapat berlangsung lebih cepat daripada waktu nyata. Meski kemampuan komputasinya menjanjikan, angka latensi terukur belum tersedia secara lengkap.
Dukungan inferensi pada perangkat pengguna memiliki sejumlah manfaat potensial. Salah satunya adalah kebutuhan koneksi server yang lebih sedikit. Dalam skenario tertentu, data suara dapat diproses di perangkat pengguna. Pendekatan tersebut memberikan pilihan pengolahan data yang lebih mandiri. Selain itu, perangkat lokal berpotensi mempertahankan layanan ketika koneksi terbatas. Perlu diperhatikan, ketersediaan model untuk pengguna umum belum diumumkan. Oleh sebab itu, klaim penggunaan lokal belum dapat diuji secara luas.
Potensi Penerapan Model Percakapan Alami di Berbagai Industri
Pendekatan interaksi audio simultan berpotensi digunakan dalam berbagai layanan digital yang mengandalkan interaksi suara langsung. Salah satu bidang yang relevan adalah asisten percakapan untuk dukungan konsumen. Dalam layanan tersebut, kemampuan mendengarkan ketika sedang berbicara dapat membuat komunikasi terasa lebih fleksibel. Untuk memberikan gambaran, pelanggan yang hendak menyela jawaban dapat berinteraksi tanpa mengikuti urutan respons yang terlalu ketat. Pendekatan semacam itu memiliki nilai praktis potensial pada pengembangan antarmuka suara. 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 aplikasi yang mengandalkan dialog langsung. Pada penggunaan pendidikan, AI yang dapat merespons interupsi dapat membantu membangun simulasi percakapan. Untuk kebutuhan aksesibilitas, antarmuka suara berpeluang mempermudah interaksi tanpa keyboard. Namun demikian, kemampuan memahami aksen harus dinilai melalui evaluasi pengguna yang beragam. Pengelolaan keamanan penggunaan suara juga membutuhkan perhatian khusus sebelum teknologi diterapkan pada layanan penting.
Potensi Model Percakapan Block dalam Mengubah Interaksi Digital
Pengembangan sistem percakapan full-duplex dari Block 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. Di samping keunikan arsitekturnya, penggunaan jeda dan respons vokal berpotensi membuat dialog lebih alami. Meski demonstrasinya menunjukkan potensi, Dessa belum tersedia secara umum. Keakuratan jawaban dan keandalan pada situasi nyata menjadi aspek yang perlu diperhatikan. Dengan penelitian berkelanjutan, teknologi AI suara dapat memperluas fungsi asisten virtual. Seberapa menarik menurut Anda kemampuan AI yang menghasilkan respons suara dengan intonasi alami? Sampaikan pemikiran Anda mengenai manfaat teknologi percakapan seperti Dessa.
