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
Tim penelitian kecerdasan buatan Block menghadirkan Dessa sebagai sistem percakapan berbasis audio. Inovasi terbaru ini dikembangkan untuk mendukung interaksi antara manusia dan mesin yang lebih menyerupai percakapan sehari-hari. Jika dibandingkan dengan pendekatan percakapan berbasis teks, Dessa menggunakan audio sebagai dasar interaksi. Rancangan sistem tersebut memberikan perhatian khusus pada intonasi, ritme, jeda, dan ekspresi yang muncul dalam percakapan. Dalam pengumuman proyeknya, Dessa mengandalkan pelatihan berbasis suara manusia tanpa memanfaatkan fondasi model berbasis teks. Pendekatan pembelajaran tersebut menjadi pembeda utama dalam penelitian AI percakapan.
Model suara ini merupakan hasil penelitian laboratorium riset AI di dalam Block yang melibatkan kepemimpinan penelitian Ragavan Thurairatnam. Laboratorium pengembang mengembangkan pendekatan komunikasi audio yang responsif. Dalam sejumlah contoh percakapan resmi, Dessa menghasilkan percakapan dengan perubahan nada yang dinamis. Sejumlah demonstrasi menampilkan respons berupa tawa ketika pembicara memberikan tanggapan tertentu. Namun demikian, contoh pilihan pengembang belum membuktikan keandalan dalam semua situasi. Karena alasan tersebut, 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. Pada interaksi lisan sehari-hari, seseorang tidak selalu menunggu lawan bicara selesai sepenuhnya. Sebagai contoh, pendengar mungkin menyampaikan tanda bahwa dirinya memahami ketika orang lain sedang menyampaikan informasi. Pola komunikasi seperti ini memberikan kesan komunikasi yang lebih responsif. Model AI ini berupaya menghadirkan 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 biasanya berlangsung melalui rangkaian pemrosesan terpisah. Masukan suara manusia ditranskripsikan menjadi tulisan, kemudian digunakan sebagai masukan untuk menghasilkan jawaban. Sesudah sistem menyusun keluaran, teks tersebut diubah menjadi ucapan sintetis. Metode pemrosesan berurutan masih berguna dalam sejumlah layanan, tetapi dapat mengurangi sebagian konteks ekspresi suara. Sebaliknya, model Block mengutamakan audio langsung 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 memanfaatkan teks sebagai dasar pembelajaran. Strategi pengembangan tersebut memberikan karakteristik khusus dibandingkan model konvensional karena suara menjadi sumber utama informasi. Dengan menggunakan rekaman manusia, Dessa berupaya mengenali variasi nada serta menentukan waktu yang sesuai untuk menyela. Kemampuan yang ditargetkan memiliki peranan penting dalam membangun pengalaman percakapan yang tidak kaku. Meski pendekatan penelitian diumumkan, Block belum mempublikasikan rincian lengkap dataset sehingga representasi berbagai aksen masih memerlukan evaluasi.
Karakteristik lain yang menonjol adalah kemampuan menghasilkan ekspresi suara. Dalam komunikasi manusia, perubahan nada dapat memberikan konteks tambahan. Untuk memberikan gambaran, kalimat yang sama bisa memiliki kesan berbeda berdasarkan intonasi. Model suara ini dikembangkan dengan fokus pada karakteristik tersebut melalui pembelajaran langsung dari rekaman percakapan. Dalam demonstrasi publik, sistem menunjukkan tawa spontan. Meski demikian, ekspresi vokal bukan bukti adanya pengalaman emosional. Dengan demikian, 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. Menurut perusahaan, Dessa memanfaatkan satu rak komputasi NVIDIA GB200 NVL72 untuk pelatihan. Walaupun menggunakan perangkat komputasi canggih, 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 mendukung pemrosesan yang melampaui kecepatan real-time. Namun demikian, informasi kebutuhan memori belum dipublikasikan secara menyeluruh.
Kemampuan menjalankan AI secara lokal dapat memberikan fleksibilitas tambahan. Keunggulan yang dapat diperoleh adalah peluang menjalankan pemrosesan tanpa selalu mengirim audio ke pusat data. Dalam skenario tertentu, sebagian informasi percakapan berpotensi tetap berada pada komputer. Penggunaan sistem on-device dapat mendukung kontrol privasi yang lebih baik. Selain itu, perangkat lokal membantu menghindari sebagian keterlambatan komunikasi server. Perlu diperhatikan, akses terhadap perangkat lunak masih terbatas. Oleh sebab itu, pengguna belum bisa mengasumsikan seluruh kemampuan tersebut telah tersedia sebagai produk.
Manfaat Teknologi AI Suara Full-Duplex dalam Aktivitas Digital
Pendekatan interaksi audio simultan dapat menjadi dasar pengembangan berbagai layanan digital yang melibatkan komunikasi manusia dengan sistem otomatis. Contoh penggunaan potensial adalah sistem customer service otomatis. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menerima interupsi pengguna dapat membuat komunikasi terasa lebih fleksibel. Dalam skenario pelayanan, pelanggan yang hendak menyela jawaban tidak harus selalu menunggu AI selesai berbicara. Fungsi komunikasi tersebut menarik untuk dikembangkan pada sistem dukungan pelanggan. Walaupun konsepnya relevan, belum terdapat kepastian layanan bisnis yang menggunakan Dessa.
Tidak terbatas pada interaksi konsumen, Dessa membuka peluang pengembangan asisten virtual, platform latihan percakapan, dan aplikasi yang mengandalkan dialog langsung. Dalam kegiatan belajar bahasa, AI yang menyesuaikan ritme percakapan dapat membantu membangun simulasi percakapan. Pada sisi lain, antarmuka suara dapat membantu pengguna yang kesulitan mengetik. Namun demikian, kemampuan memahami aksen masih memerlukan pengujian lebih lanjut. Pengelolaan keamanan penggunaan suara juga harus menjadi bagian dari rancangan sebelum teknologi diterapkan pada layanan penting.
Perkembangan Model Full-Duplex sebagai Langkah Baru Kecerdasan Buatan
Pengembangan sistem percakapan full-duplex dari Block memperlihatkan arah inovasi baru dalam penelitian model suara generatif. Dengan menggunakan pendekatan speech-to-speech, Dessa dapat memproses ucapan pengguna sambil memberikan respons. Metode pembelajaran tanpa data teks menjadi unsur pembeda dibandingkan sejumlah asisten virtual tradisional. Selain itu, dukungan variasi intonasi berpotensi membuat dialog lebih alami. Walaupun demikian, Dessa belum tersedia secara umum. Keakuratan jawaban dan perlindungan privasi harus dikaji sebelum penerapan komersial. Dengan penelitian berkelanjutan, teknologi AI suara dapat memperluas fungsi asisten virtual. Apa pandangan Anda kemampuan AI yang mampu memahami interupsi dalam percakapan? Bagikan pandangan Anda mengenai masa depan AI suara full-duplex.
