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.
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 dirancang menciptakan interaksi antara manusia dan mesin yang terasa semakin alami. Berbeda dari sejumlah sistem terdahulu, Dessa menggunakan audio sebagai dasar interaksi. Metode pengembangan ini memprioritaskan kemampuan pada intonasi, ritme, jeda, dan berbagai karakteristik komunikasi manusia. Menurut penjelasan pengembang, Dessa dilatih menggunakan rekaman percakapan manusia tanpa menggunakan teks sebagai data pelatihan. Pilihan arsitektur ini membuat proyek ini menarik perhatian dalam industri kecerdasan buatan generatif.
Model suara ini merupakan hasil penelitian laboratorium riset AI di dalam Block yang berada di bawah arahan Ragavan Thurairatnam. Tim tersebut berfokus pada kemampuan percakapan langsung. Melalui demonstrasi yang dipublikasikan, Dessa menghasilkan percakapan dengan perubahan nada yang dinamis. Rekaman percakapan tersebut menampilkan respons berupa tawa ketika pembicara memberikan tanggapan tertentu. Namun demikian, rekaman demonstrasi tidak menggantikan pengujian independen. Oleh sebab itu, Dessa lebih tepat dipahami sebagai proyek penelitian yang berkembang.
Cara Kerja Komunikasi Dua Arah Secara Bersamaan pada AI Dessa
Karakteristik penting Dessa adalah pemrosesan percakapan dua arah secara simultan. Dalam komunikasi manusia, seseorang sering merespons sebelum percakapan mencapai jeda panjang. Untuk memberikan gambaran, pendengar bisa mengatakan kata persetujuan ketika lawan bicara belum menyelesaikan kalimat. Kemampuan tersebut membuat percakapan terasa lebih hidup. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui mekanisme percakapan yang tidak sepenuhnya bergantian. Dengan demikian, pengguna memiliki kesempatan menginterupsi respons sistem tanpa harus menunggu giliran secara kaku.
Pada banyak sistem percakapan terdahulu, proses interaksi biasanya berlangsung melalui rangkaian pemrosesan terpisah. Audio pengguna diubah menjadi teks, kemudian digunakan sebagai masukan untuk menghasilkan jawaban. Ketika jawaban berhasil dibuat, teks tersebut diubah menjadi ucapan sintetis. Arsitektur bertahap ini dapat bekerja dengan baik untuk berbagai tugas, tetapi berpotensi kehilangan informasi prosodi. Sebaliknya, model Block mengutamakan audio langsung sehingga intonasi dan ritme dapat dipelajari langsung. Namun perlu diperhatikan, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.
Pendekatan Speech-to-Speech Membentuk Kemampuan Berbicara Alami
Block menjelaskan, Dessa mengembangkan kemampuan melalui data audio manusia tanpa memanfaatkan teks sebagai dasar pembelajaran. Strategi pengembangan tersebut memberikan karakteristik khusus dibandingkan model konvensional karena suara menjadi sumber utama informasi. Melalui pembelajaran dari dialog lisan, Dessa diharapkan mampu mempelajari pola intonasi serta mengenali kapan perlu merespons. Kemampuan yang ditargetkan mendukung pengembangan dalam menghasilkan respons suara lebih ekspresif. Namun demikian, Block tidak merinci seluruh informasi data pelatihan sehingga cakupan kemampuan bahasa belum dapat dinilai secara pasti.
Salah satu aspek menarik adalah kemampuan menghasilkan ekspresi suara. Pada percakapan sehari-hari, perubahan nada dapat memberikan konteks tambahan. Dalam suatu percakapan, kalimat yang sama bisa memiliki kesan berbeda berdasarkan intonasi. Dessa dirancang untuk memperhatikan karakteristik tersebut melalui pembelajaran langsung dari rekaman percakapan. Pada percakapan yang diperlihatkan pengembang, sistem menghasilkan perubahan nada yang ekspresif. Walaupun terdengar ekspresif, 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
Di samping pemrosesan audio langsung, Block menjelaskan rancangan model yang relatif hemat sumber daya. Dalam informasi teknis yang diumumkan, Dessa dilatih menggunakan satu sistem NVIDIA GB200 NVL72. 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. Block juga menyatakan bahwa inferensi Dessa berpotensi menghasilkan respons dalam waktu lebih singkat daripada durasi audio. Walaupun klaim tersebut menarik, angka latensi terukur belum tersedia secara lengkap.
Kemampuan menjalankan AI secara lokal memiliki sejumlah manfaat potensial. Manfaat yang mungkin muncul adalah kebutuhan koneksi server yang lebih sedikit. Pada penerapan yang sesuai, sebagian informasi percakapan berpotensi tetap berada pada komputer. Penggunaan sistem on-device dapat mendukung kontrol privasi yang lebih baik. Tidak kalah penting, perangkat lokal berpotensi mempertahankan layanan ketika koneksi terbatas. Perlu diperhatikan, akses terhadap perangkat lunak masih terbatas. Dengan demikian, manfaat implementasi nyata masih perlu dibuktikan.
Peluang Penggunaan Dessa untuk Asisten Virtual dan Layanan Pelanggan
Kemampuan mendengar dan berbicara bersamaan dapat menjadi dasar pengembangan berbagai layanan digital yang mengandalkan interaksi suara langsung. Salah satu bidang yang relevan adalah asisten percakapan untuk dukungan konsumen. Dalam layanan tersebut, kemampuan menerima interupsi pengguna dapat membuat komunikasi terasa lebih fleksibel. Sebagai contoh, pelanggan yang hendak menyela jawaban dapat berinteraksi tanpa mengikuti urutan respons yang terlalu ketat. Fungsi komunikasi tersebut menarik untuk dikembangkan pada sistem dukungan pelanggan. Walaupun konsepnya relevan, kemampuan tersebut masih perlu dibedakan dari produk yang telah diluncurkan.
Di luar kebutuhan komunikasi bisnis, Dessa membuka peluang pengembangan asisten virtual, aplikasi pembelajaran interaktif, dan perangkat pendamping digital. Dalam kegiatan belajar bahasa, AI yang dapat merespons interupsi berpotensi menciptakan pengalaman latihan lebih realistis. Dalam pengembangan teknologi inklusif, antarmuka suara mungkin menjadi alternatif bagi pengguna dengan kebutuhan akses tertentu. Namun demikian, kemampuan memahami aksen belum dapat disimpulkan dari rekaman demonstrasi. Pengelolaan keamanan penggunaan suara juga harus menjadi bagian dari rancangan sebelum sistem digunakan secara komersial.
Perkembangan Model Full-Duplex sebagai Langkah Baru Kecerdasan Buatan
Pengembangan sistem percakapan full-duplex dari Block membawa kemajuan penting dalam dunia TEKNOLOGI kecerdasan buatan. Dengan menggunakan pendekatan speech-to-speech, Dessa dirancang untuk mendengar dan berbicara bersamaan. Pelatihan berbasis rekaman manusia memberikan karakteristik yang berbeda dibandingkan sejumlah asisten virtual tradisional. Di samping keunikan arsitekturnya, dukungan variasi intonasi dapat meningkatkan kenyamanan percakapan. Walaupun demikian, Dessa masih berada pada tahap penelitian terbatas. Kesesuaian penggunaan lintas bahasa dan keandalan pada situasi nyata menjadi aspek yang perlu diperhatikan. Melalui pengembangan yang bertanggung jawab, teknologi AI suara berpeluang menghadirkan interaksi digital lebih fleksibel. Seberapa menarik menurut Anda kemampuan AI yang menghasilkan respons suara dengan intonasi alami? Bagikan pandangan Anda mengenai manfaat teknologi percakapan seperti Dessa.
