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 mendekati cara manusia berbicara secara langsung. Berbeda dari sejumlah sistem terdahulu, Dessa menggunakan audio sebagai dasar interaksi. Pendekatan tersebut 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 memanfaatkan fondasi model berbasis teks. Pilihan arsitektur ini membuat proyek ini menarik perhatian dalam pengembangan model suara.

Model suara ini merupakan hasil penelitian laboratorium riset AI di dalam Block yang melibatkan kepemimpinan penelitian Ragavan Thurairatnam. Tim tersebut memusatkan penelitian pada interaksi berbasis suara. Dalam sejumlah contoh percakapan resmi, Dessa menghasilkan percakapan dengan perubahan nada yang dinamis. Sejumlah demonstrasi memperlihatkan reaksi dengan perubahan volume ketika situasi percakapan berubah. Namun demikian, hasil percakapan terpilih belum menunjukkan performa pada seluruh kondisi. Dengan mempertimbangkan hal tersebut, Dessa lebih tepat dipahami sebagai proyek penelitian yang berkembang.

Keunggulan Model Suara Full-Duplex Dibandingkan Asisten Virtual Biasa

Salah satu kemampuan utama Dessa adalah kemampuan mendengar dan berbicara secara bersamaan. Ketika dua orang berbincang, seseorang sering merespons sebelum percakapan mencapai jeda panjang. Dalam situasi percakapan, pendengar mungkin menyampaikan tanda bahwa dirinya memahami ketika pembicara masih menjelaskan sesuatu. Kemampuan tersebut membuat percakapan terasa lebih hidup. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui pemrosesan audio secara bersamaan. Melalui rancangan tersebut, pengguna dapat menyela ketika AI berbicara tanpa selalu menunggu proses respons berakhir.

Ketika menggunakan pendekatan komunikasi berurutan, proses interaksi dapat melibatkan sejumlah komponen berbeda. Audio pengguna diproses melalui pengenalan ucapan, kemudian diteruskan menuju model bahasa. Ketika jawaban berhasil dibuat, teks tersebut diproses oleh teknologi text-to-speech. Metode pemrosesan berurutan dapat bekerja dengan baik untuk berbagai tugas, tetapi berpotensi kehilangan informasi prosodi. Dessa menggunakan pendekatan berbeda sehingga karakteristik percakapan lisan menjadi dasar pembelajaran. Walaupun arsitekturnya menarik, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.

Dessa Dilatih Menggunakan Percakapan Manusia Tanpa Teks

Menurut informasi perusahaan, Dessa dilatih dari awal menggunakan percakapan manusia tanpa menggunakan model bahasa yang telah dilatih sebelumnya. Metode pembelajaran ini mencerminkan arah penelitian yang tidak umum karena suara menjadi sumber utama informasi. Berkat pelatihan yang berpusat pada audio, Dessa dirancang memahami perubahan ritme percakapan serta menentukan waktu yang sesuai untuk menyela. Karakteristik tersebut memiliki peranan penting dalam menciptakan dialog yang terdengar alami. Walaupun metode pelatihannya telah dijelaskan, Block belum mempublikasikan rincian lengkap dataset sehingga cakupan kemampuan bahasa belum dapat dinilai secara pasti.

Karakteristik lain yang menonjol adalah pemrosesan karakter emosional dalam dialog. Pada percakapan sehari-hari, makna tidak hanya berasal dari pilihan kata. Untuk memberikan gambaran, kalimat yang sama mungkin disampaikan dengan nada serius maupun bercanda. Model suara ini dikembangkan dengan fokus pada karakteristik tersebut melalui pemrosesan informasi prosodi. Pada percakapan yang diperlihatkan pengembang, sistem memperlihatkan variasi ritme dan volume. Meski demikian, ekspresi vokal bukan bukti adanya pengalaman emosional. Oleh karena itu, penilaian kemampuan Dessa perlu membedakan ekspresi suara dan pemahaman sebenarnya.

Efisiensi Pemrosesan Model AI Suara Block Menjadi Perhatian

Selain kemampuan full-duplex, Block menjelaskan rancangan model yang relatif hemat sumber daya. Berdasarkan klaim pengembang, Dessa memanfaatkan satu rak komputasi NVIDIA GB200 NVL72 untuk pelatihan. Walaupun menggunakan perangkat komputasi canggih, model tersebut dirancang mendukung inferensi lokal di komputer berkemampuan tinggi. Contoh perangkat yang disebutkan adalah MacBook Pro dengan chip M4 Max atau komputer dengan kapasitas komputasi setara atau lebih kuat. Dalam pemaparan proyek, perusahaan menjelaskan bahwa inferensi Dessa berpotensi menghasilkan respons dalam waktu lebih singkat daripada durasi audio. Walaupun klaim tersebut menarik, informasi kebutuhan memori belum dipublikasikan secara menyeluruh.

Kemampuan menjalankan AI secara lokal menawarkan berbagai kemungkinan penggunaan. Manfaat yang mungkin muncul adalah peluang menjalankan pemrosesan tanpa selalu mengirim audio ke pusat data. Dalam skenario tertentu, audio tidak harus dikirim menuju server eksternal. Penggunaan sistem on-device memberikan pilihan pengolahan data yang lebih mandiri. Tidak kalah penting, perangkat lokal berpotensi mempertahankan layanan ketika koneksi terbatas. Namun demikian, Dessa belum tersedia sebagai paket unduhan publik. Oleh sebab itu, manfaat implementasi nyata masih perlu dibuktikan.

Potensi Penerapan Model Percakapan Alami di Berbagai Industri

Pendekatan interaksi audio simultan membuka peluang penerapan pada berbagai layanan digital yang melibatkan komunikasi manusia dengan sistem otomatis. Contoh penggunaan potensial adalah asisten percakapan untuk dukungan konsumen. Pada interaksi pelayanan otomatis, kemampuan menyesuaikan giliran percakapan secara dinamis berpotensi mengurangi dialog yang kaku. Sebagai contoh, pelanggan yang hendak menyela jawaban dapat berinteraksi tanpa mengikuti urutan respons yang terlalu ketat. Fungsi komunikasi tersebut menarik untuk dikembangkan pada pengembangan antarmuka suara. Namun demikian, 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 sistem bantuan berbicara. Ketika seseorang berlatih komunikasi lisan, AI yang mampu menanggapi secara alami memungkinkan interaksi yang lebih mendekati dialog manusia. Pada sisi lain, antarmuka suara berpeluang mempermudah interaksi tanpa keyboard. Walaupun manfaat potensialnya luas, keandalan pengenalan bahasa harus dinilai melalui evaluasi pengguna yang beragam. Perlindungan informasi percakapan juga perlu diprioritaskan sebelum AI diintegrasikan dalam aplikasi sehari-hari.

Potensi Model Percakapan Block dalam Mengubah Interaksi Digital

Perkenalan Dessa oleh Block memperlihatkan arah inovasi baru dalam dunia TEKNOLOGI kecerdasan buatan. Dengan menggunakan pendekatan speech-to-speech, Dessa dirancang untuk mendengar dan berbicara bersamaan. Metode pembelajaran tanpa data teks memberikan karakteristik yang berbeda dibandingkan pendekatan yang mengutamakan pemrosesan teks. Tidak hanya menawarkan interaksi simultan, penggunaan jeda dan respons vokal membuka kemungkinan pengalaman komunikasi yang lebih hidup. Meski demonstrasinya menunjukkan potensi, Dessa tetap membutuhkan evaluasi independen yang lebih luas. Kesesuaian penggunaan lintas bahasa dan perlindungan privasi harus dikaji sebelum penerapan komersial. Melalui pengembangan yang bertanggung jawab, teknologi AI suara berpotensi mengubah pengalaman percakapan manusia dengan komputer. Apa pandangan Anda kemampuan AI yang dapat mendengarkan sambil berbicara? Bagikan pandangan Anda mengenai manfaat teknologi percakapan seperti Dessa.