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 sistem percakapan berbasis audio. Pengembangan tersebut dirancang menciptakan interaksi antara manusia dan mesin yang terasa semakin alami. Berbeda dari sejumlah sistem terdahulu, Dessa dibangun untuk memahami serta menghasilkan percakapan lisan. Pendekatan tersebut menempatkan fokus utama 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. Pilihan arsitektur ini memberikan karakteristik tersendiri dalam industri kecerdasan buatan generatif.
Dessa dikembangkan oleh laboratorium riset AI di dalam Block yang melibatkan kepemimpinan penelitian Ragavan Thurairatnam. Tim tersebut berfokus pada kemampuan percakapan langsung. Berdasarkan rekaman pengujian yang ditampilkan, Dessa menghasilkan percakapan dengan perubahan nada yang dinamis. Beberapa contoh memperlihatkan reaksi dengan perubahan volume ketika pembicara memberikan tanggapan tertentu. Walaupun demonstrasinya menarik, rekaman demonstrasi tidak menggantikan pengujian independen. Dengan mempertimbangkan hal tersebut, Dessa belum dapat dinilai sepenuhnya hanya berdasarkan demonstrasi publik.
Keunggulan Model Suara Full-Duplex Dibandingkan Asisten Virtual Biasa
Salah satu kemampuan utama Dessa adalah pemrosesan percakapan dua arah secara simultan. Dalam komunikasi manusia, seseorang dapat memberikan tanggapan singkat saat orang lain berbicara. Sebagai contoh, pendengar mungkin menyampaikan tanda bahwa dirinya memahami ketika orang lain sedang menyampaikan informasi. Kemampuan tersebut membuat percakapan terasa lebih hidup. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui pengelolaan masukan dan keluaran suara simultan. Melalui rancangan tersebut, 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. Masukan suara manusia ditranskripsikan menjadi tulisan, kemudian diteruskan menuju model bahasa. Ketika jawaban berhasil dibuat, teks tersebut dikonversi menjadi suara. Pendekatan tersebut dapat bekerja dengan baik untuk berbagai tugas, tetapi berpotensi kehilangan informasi prosodi. Sebaliknya, model Block mengutamakan audio langsung sehingga karakteristik percakapan lisan menjadi dasar pembelajaran. Namun perlu diperhatikan, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.
Pendekatan Speech-to-Speech Membentuk Kemampuan Berbicara Alami
Tim pengembang menyampaikan, Dessa dilatih dari awal menggunakan percakapan manusia tanpa menggunakan model bahasa yang telah dilatih sebelumnya. Pendekatan tersebut berbeda dari banyak sistem AI suara karena model memperoleh pola percakapan melalui ucapan. Dengan menggunakan rekaman manusia, Dessa dirancang memahami perubahan ritme percakapan serta menentukan waktu yang sesuai untuk menyela. Karakteristik tersebut memiliki peranan penting dalam menciptakan dialog yang terdengar alami. Namun demikian, Block belum mempublikasikan rincian lengkap dataset sehingga keandalan pada beragam kondisi belum dapat dipastikan.
Karakteristik lain yang menonjol adalah pemrosesan karakter emosional dalam dialog. Ketika seseorang menyampaikan pesan, perubahan nada dapat memberikan konteks tambahan. Dalam suatu percakapan, kalimat yang sama mungkin disampaikan dengan nada serius maupun bercanda. Dessa dirancang untuk memperhatikan karakteristik tersebut melalui pembelajaran langsung dari rekaman percakapan. Melalui contoh rekaman yang dibagikan, sistem menghasilkan perubahan nada yang ekspresif. Walaupun terdengar ekspresif, 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
Di samping pemrosesan audio langsung, Block mengungkap kemampuan pemrosesan lokal. Menurut perusahaan, Dessa dilatih menggunakan satu sistem NVIDIA GB200 NVL72. Sekalipun pelatihan dilakukan pada sistem berperforma tinggi, model tersebut diklaim dapat berjalan pada perangkat konsumen tertentu. Perangkat keras yang dijadikan referensi adalah MacBook Pro dengan chip M4 Max atau sistem lain yang memenuhi kebutuhan pemrosesan. Dalam pemaparan proyek, perusahaan menjelaskan bahwa inferensi Dessa berpotensi menghasilkan respons dalam waktu lebih singkat daripada durasi audio. Meski kemampuan komputasinya menjanjikan, informasi kebutuhan memori belum dipublikasikan secara menyeluruh.
Dukungan inferensi pada perangkat pengguna memiliki sejumlah manfaat potensial. Manfaat yang mungkin muncul adalah berkurangnya ketergantungan terhadap layanan cloud. Pada penerapan yang sesuai, sebagian informasi percakapan berpotensi tetap berada pada komputer. Penggunaan sistem on-device memberikan pilihan pengolahan data yang lebih mandiri. Tidak kalah penting, perangkat lokal dapat mengurangi ketergantungan pada kualitas jaringan. Namun demikian, ketersediaan model untuk pengguna umum belum diumumkan. Oleh sebab itu, pengguna belum bisa mengasumsikan seluruh kemampuan tersebut telah tersedia sebagai produk.
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 sistem customer service otomatis. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menerima interupsi pengguna membantu mempertahankan alur interaksi. Sebagai contoh, pelanggan yang ingin mengoreksi informasi tidak harus selalu menunggu AI selesai berbicara. Fungsi komunikasi tersebut dapat menjadi bahan penelitian lanjutan pada sistem dukungan pelanggan. Namun demikian, Block belum mengumumkan integrasi komersial Dessa secara luas.
Tidak terbatas pada interaksi konsumen, Dessa juga berpotensi menginspirasi asisten virtual, layanan pendidikan berbasis suara, dan sistem bantuan berbicara. Ketika seseorang berlatih komunikasi lisan, AI yang dapat merespons interupsi berpotensi menciptakan pengalaman latihan lebih realistis. Untuk kebutuhan aksesibilitas, antarmuka suara dapat membantu pengguna yang kesulitan mengetik. Walaupun manfaat potensialnya luas, ketepatan respons pada lingkungan bising masih memerlukan pengujian lebih lanjut. Perlindungan informasi percakapan juga harus menjadi bagian dari rancangan sebelum teknologi diterapkan pada layanan penting.
Kesimpulan Inovasi Dessa dan Masa Depan Teknologi AI Suara
Kehadiran model AI suara Dessa memperlihatkan arah inovasi baru dalam dunia TEKNOLOGI kecerdasan buatan. Melalui pemrosesan audio secara langsung, Dessa memiliki kemampuan menjalankan komunikasi full-duplex. Metode pembelajaran tanpa data teks memberikan karakteristik yang berbeda dibandingkan pendekatan yang mengutamakan pemrosesan teks. Di samping keunikan arsitekturnya, kemampuan ekspresi suara membuka kemungkinan pengalaman komunikasi yang lebih hidup. Meskipun teknologi tersebut menjanjikan, Dessa tetap membutuhkan evaluasi independen yang lebih luas. Kesesuaian penggunaan lintas bahasa dan keandalan pada situasi nyata menjadi aspek yang perlu diperhatikan. Berkat evaluasi lebih mendalam, teknologi AI suara berpeluang menghadirkan interaksi digital lebih fleksibel. Bagaimana menurut Anda kemampuan AI yang menghasilkan respons suara dengan intonasi alami? Silakan bagikan pendapat Anda mengenai manfaat teknologi percakapan seperti Dessa.
