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 model AI suara eksperimental. Pengembangan tersebut dirancang menciptakan interaksi antara manusia dan mesin yang terasa semakin alami. Tidak seperti banyak asisten suara konvensional, Dessa memproses masukan dan keluaran dalam bentuk suara. Rancangan sistem tersebut memprioritaskan kemampuan pada intonasi, ritme, jeda, dan ekspresi yang muncul dalam percakapan. Menurut penjelasan pengembang, Dessa mengandalkan pelatihan berbasis suara manusia 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. Kelompok peneliti ini mengembangkan pendekatan komunikasi audio yang responsif. Melalui demonstrasi yang dipublikasikan, Dessa menunjukkan variasi intonasi dan jeda. Beberapa contoh menunjukkan penggunaan jeda dan ekspresi suara ketika pembicara memberikan tanggapan tertentu. Namun demikian, rekaman demonstrasi tidak menggantikan pengujian independen. Karena alasan tersebut, Dessa masih perlu dievaluasi melalui pengujian lebih luas.
Keunggulan Model Suara Full-Duplex Dibandingkan Asisten Virtual Biasa
Fitur yang paling menonjol Dessa adalah dukungan komunikasi full-duplex. Pada interaksi lisan sehari-hari, seseorang tidak selalu menunggu lawan bicara selesai sepenuhnya. Dalam situasi percakapan, pendengar dapat memberikan respons singkat ketika lawan bicara belum menyelesaikan kalimat. Karakteristik interaksi tersebut memberikan kesan komunikasi yang lebih responsif. Dessa dirancang untuk meniru pola interaksi semacam itu melalui pemrosesan audio secara bersamaan. Berkat pendekatan full-duplex, pengguna dapat menyela ketika AI berbicara tanpa harus menunggu giliran secara kaku.
Ketika menggunakan pendekatan komunikasi berurutan, proses interaksi sering dibagi menjadi beberapa tahap. Ucapan yang diterima sistem diproses melalui pengenalan ucapan, kemudian diteruskan menuju model bahasa. Setelah respons tersedia, teks tersebut dikonversi menjadi suara. Pendekatan tersebut 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. Namun perlu diperhatikan, 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 mengandalkan tahapan pelatihan berbasis tulisan. Pendekatan tersebut berbeda dari banyak sistem AI suara karena interaksi audio menjadi bahan pembelajaran inti. Berkat pelatihan yang berpusat pada audio, Dessa dirancang memahami perubahan ritme percakapan serta menentukan waktu yang sesuai untuk menyela. Karakteristik tersebut menjadi bagian mendasar dalam membangun pengalaman percakapan yang tidak kaku. Namun demikian, Block belum mempublikasikan rincian lengkap dataset sehingga representasi berbagai aksen masih memerlukan evaluasi.
Keunggulan potensial dari pendekatan tersebut adalah kemampuan menghasilkan ekspresi suara. Pada percakapan sehari-hari, intonasi turut memengaruhi cara pesan diterima. Untuk memberikan gambaran, kalimat yang sama dapat terdengar gembira atau kecewa. Model suara ini dikembangkan dengan fokus pada karakteristik tersebut melalui pemrosesan informasi prosodi. Dalam demonstrasi publik, sistem menunjukkan tawa spontan. Walaupun terdengar ekspresif, suara emosional tidak membuktikan AI memiliki perasaan. Karena alasan tersebut, penilaian kemampuan Dessa sebaiknya memperhatikan kualitas interaksi serta ketepatan jawaban.
Efisiensi Pemrosesan Model AI Suara Block Menjadi Perhatian
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. Sekalipun pelatihan dilakukan pada sistem berperforma tinggi, model tersebut disebut memungkinkan penggunaan langsung pada perangkat pengguna. Contoh perangkat yang disebutkan adalah MacBook Pro dengan chip M4 Max atau perangkat yang memiliki kemampuan lebih tinggi. Dalam pemaparan proyek, perusahaan menjelaskan bahwa inferensi Dessa berpotensi menghasilkan respons dalam waktu lebih singkat daripada durasi audio. Namun demikian, informasi kebutuhan memori belum dipublikasikan secara menyeluruh.
Dukungan inferensi pada perangkat pengguna dapat memberikan fleksibilitas tambahan. Keunggulan yang dapat diperoleh adalah berkurangnya ketergantungan terhadap layanan cloud. Pada penerapan yang sesuai, data suara dapat diproses di perangkat pengguna. Metode pemrosesan lokal ini memberikan pilihan pengolahan data yang lebih mandiri. Tidak kalah penting, perangkat lokal membantu menghindari sebagian keterlambatan komunikasi server. Namun demikian, Dessa belum tersedia sebagai paket unduhan publik. Oleh sebab itu, klaim penggunaan lokal belum dapat diuji secara luas.
Manfaat Teknologi AI Suara Full-Duplex dalam Aktivitas Digital
Fitur komunikasi full-duplex dapat menjadi dasar pengembangan berbagai layanan digital yang mengandalkan interaksi suara langsung. Contoh penggunaan potensial adalah sistem customer service otomatis. Pada interaksi pelayanan otomatis, kemampuan menerima interupsi pengguna dapat membuat komunikasi terasa lebih fleksibel. Untuk memberikan gambaran, pelanggan yang perlu menambahkan keterangan dapat berinteraksi tanpa mengikuti urutan respons yang terlalu ketat. Kemampuan ini menarik untuk dikembangkan pada sistem dukungan pelanggan. Meski penerapannya menjanjikan, Block belum mengumumkan integrasi komersial Dessa secara luas.
Tidak terbatas pada interaksi konsumen, Dessa dapat menjadi dasar penelitian asisten virtual, layanan pendidikan berbasis suara, dan perangkat pendamping digital. Pada penggunaan pendidikan, AI yang mampu menanggapi secara alami dapat membantu membangun simulasi percakapan. Untuk kebutuhan aksesibilitas, antarmuka suara berpeluang mempermudah interaksi tanpa keyboard. Namun demikian, 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
Kehadiran model AI suara Dessa menjadi perkembangan menarik dalam pengembangan komunikasi antara manusia dan mesin. Berkat arsitektur percakapan berbasis suara, Dessa memiliki kemampuan menjalankan komunikasi full-duplex. Pendekatan audio sebagai dasar pelatihan menciptakan arah pengembangan tersendiri dibandingkan sejumlah asisten virtual tradisional. Selain itu, dukungan variasi intonasi membuka kemungkinan pengalaman komunikasi yang lebih hidup. Meski demonstrasinya menunjukkan potensi, Dessa masih berada pada tahap penelitian terbatas. Kesesuaian penggunaan lintas bahasa dan ketersediaan perangkat lunak masih memerlukan pengujian. Dengan penelitian berkelanjutan, teknologi AI suara berpeluang menghadirkan interaksi digital lebih fleksibel. Seberapa menarik menurut Anda kemampuan AI yang menghasilkan respons suara dengan intonasi alami? Silakan bagikan pendapat Anda mengenai pengembangan asisten virtual generasi baru.
