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

Block resmi memperkenalkan Dessa sebagai model AI suara eksperimental. Pengembangan tersebut dikembangkan untuk mendukung interaksi antara manusia dan mesin yang mendekati cara manusia berbicara secara langsung. Tidak seperti banyak asisten suara konvensional, Dessa dibangun untuk memahami serta menghasilkan percakapan lisan. Pendekatan tersebut menempatkan fokus utama pada intonasi, ritme, jeda, dan berbagai karakteristik komunikasi manusia. Dalam pengumuman proyeknya, Dessa dilatih menggunakan rekaman percakapan manusia tanpa menggunakan teks sebagai data pelatihan. Strategi tersebut menjadi pembeda utama dalam industri kecerdasan buatan generatif.

Sistem percakapan tersebut dibangun melalui laboratorium riset AI di dalam Block yang melibatkan kepemimpinan penelitian Ragavan Thurairatnam. Tim tersebut memusatkan penelitian pada interaksi berbasis suara. Berdasarkan rekaman pengujian yang ditampilkan, Dessa menunjukkan variasi intonasi dan jeda. Beberapa contoh menunjukkan penggunaan jeda dan ekspresi suara ketika interaksi berlangsung secara spontan. Namun demikian, rekaman demonstrasi tidak menggantikan pengujian independen. Dengan mempertimbangkan hal tersebut, Dessa lebih tepat dipahami sebagai proyek penelitian yang berkembang.

Keunggulan Model Suara Full-Duplex Dibandingkan Asisten Virtual Biasa

Fitur yang paling menonjol Dessa adalah kemampuan mendengar dan berbicara secara bersamaan. Dalam komunikasi manusia, seseorang tidak selalu menunggu lawan bicara selesai sepenuhnya. Untuk memberikan gambaran, pendengar bisa mengatakan kata persetujuan ketika lawan bicara belum menyelesaikan kalimat. Kemampuan tersebut membantu menjaga kesinambungan dialog. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui pemrosesan audio secara bersamaan. Melalui rancangan tersebut, pengguna bisa memberikan masukan sebelum jawaban selesai tanpa harus menunggu giliran secara kaku.

Ketika menggunakan pendekatan komunikasi berurutan, proses interaksi sering dibagi menjadi beberapa tahap. Audio pengguna diproses melalui pengenalan ucapan, kemudian digunakan sebagai masukan untuk menghasilkan jawaban. Ketika jawaban berhasil dibuat, teks tersebut dikonversi menjadi suara. Metode pemrosesan berurutan dapat bekerja dengan baik untuk berbagai tugas, tetapi berpotensi kehilangan informasi prosodi. Dalam pengembangannya, Dessa tidak mengandalkan tahapan teks tersebut sehingga informasi suara menjadi bagian utama pemrosesan. Meski demikian, kualitas dialog tetap memerlukan evaluasi terpisah.

Pelatihan Berbasis Audio Menjadi Pembeda Model AI Dessa

Menurut informasi perusahaan, Dessa mengembangkan kemampuan melalui data audio manusia tanpa menggunakan model bahasa yang telah dilatih sebelumnya. Metode pembelajaran ini berbeda dari banyak sistem AI suara karena interaksi audio menjadi bahan pembelajaran inti. Melalui pembelajaran dari dialog lisan, Dessa diharapkan mampu mempelajari pola intonasi serta mengenali kapan perlu merespons. Karakteristik tersebut mendukung pengembangan dalam menghasilkan respons suara lebih ekspresif. Meski pendekatan penelitian diumumkan, Block tidak merinci seluruh informasi data pelatihan sehingga representasi berbagai aksen masih memerlukan evaluasi.

Karakteristik lain yang menonjol adalah pemrosesan karakter emosional dalam dialog. Dalam komunikasi manusia, intonasi turut memengaruhi cara pesan diterima. Dalam suatu percakapan, kalimat yang sama dapat terdengar gembira atau kecewa. Model suara ini dikembangkan dengan fokus pada karakteristik tersebut melalui pembelajaran langsung dari rekaman percakapan. Pada percakapan yang diperlihatkan pengembang, sistem menunjukkan tawa spontan. Walaupun terdengar ekspresif, ekspresi vokal bukan bukti adanya pengalaman emosional. Karena alasan tersebut, penilaian kemampuan Dessa sebaiknya memperhatikan kualitas interaksi serta ketepatan jawaban.

Efisiensi Pemrosesan Model AI Suara Block Menjadi Perhatian

Tidak hanya menghadirkan komunikasi simultan, Block menjelaskan rancangan model yang relatif hemat sumber daya. 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. 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 berpotensi menghasilkan respons dalam waktu lebih singkat daripada durasi audio. Walaupun klaim tersebut menarik, informasi kebutuhan memori belum dipublikasikan secara menyeluruh.

Pemrosesan kecerdasan buatan langsung di komputer dapat memberikan fleksibilitas tambahan. Manfaat yang mungkin muncul adalah kebutuhan koneksi server yang lebih sedikit. Dalam skenario tertentu, sebagian informasi percakapan berpotensi tetap berada pada komputer. Pendekatan tersebut dapat mendukung kontrol privasi yang lebih baik. Selain itu, perangkat lokal dapat mengurangi ketergantungan pada kualitas jaringan. Perlu diperhatikan, ketersediaan model untuk pengguna umum belum diumumkan. Karena alasan tersebut, pengguna belum bisa mengasumsikan seluruh kemampuan tersebut telah tersedia sebagai produk.

Peluang Penggunaan Dessa untuk Asisten Virtual dan Layanan Pelanggan

Pendekatan interaksi audio simultan berpotensi digunakan dalam berbagai layanan digital yang mengandalkan interaksi suara langsung. Sektor yang dapat memperoleh manfaat adalah layanan pelanggan berbasis suara. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menerima interupsi pengguna dapat membuat komunikasi terasa lebih fleksibel. Dalam skenario pelayanan, pelanggan yang ingin mengoreksi informasi tidak harus selalu menunggu AI selesai berbicara. Fungsi komunikasi tersebut memiliki nilai praktis potensial pada layanan bisnis dan komunikasi. Meski penerapannya menjanjikan, kemampuan tersebut masih perlu dibedakan dari produk yang telah diluncurkan.

Di luar kebutuhan komunikasi bisnis, Dessa juga berpotensi menginspirasi asisten virtual, layanan pendidikan berbasis suara, dan aplikasi yang mengandalkan dialog langsung. Ketika seseorang berlatih komunikasi lisan, AI yang dapat merespons interupsi berpotensi menciptakan pengalaman latihan lebih realistis. Dalam pengembangan teknologi inklusif, antarmuka suara berpeluang mempermudah interaksi tanpa keyboard. Meski demikian, ketepatan respons pada lingkungan bising masih memerlukan pengujian lebih lanjut. Aspek keselamatan dan privasi juga harus menjadi bagian dari rancangan sebelum sistem digunakan secara komersial.

Potensi Model Percakapan Block dalam Mengubah Interaksi Digital

Kehadiran model AI suara Dessa memperlihatkan arah inovasi baru dalam pengembangan komunikasi antara manusia dan mesin. Dengan menggunakan pendekatan speech-to-speech, Dessa dirancang untuk mendengar dan berbicara bersamaan. Metode pembelajaran tanpa data teks memberikan karakteristik yang berbeda dibandingkan sejumlah asisten virtual tradisional. Tidak hanya menawarkan interaksi simultan, 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 perlindungan privasi masih memerlukan pengujian. Dengan penelitian berkelanjutan, teknologi AI suara berpotensi mengubah pengalaman percakapan manusia dengan komputer. Apa pandangan Anda kemampuan AI yang mampu memahami interupsi dalam percakapan? Bagikan pandangan Anda mengenai manfaat teknologi percakapan seperti Dessa.