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 model AI suara eksperimental. Pengembangan tersebut bertujuan menghadirkan interaksi antara manusia dan mesin yang mendekati cara manusia berbicara secara langsung. Berbeda dari sejumlah sistem terdahulu, Dessa menggunakan audio sebagai dasar interaksi. Metode pengembangan ini menempatkan fokus utama pada intonasi, ritme, jeda, dan perubahan nada ketika seseorang berbicara. Menurut penjelasan pengembang, Dessa dilatih menggunakan rekaman percakapan manusia tanpa mengandalkan model bahasa pralatih. Pendekatan pembelajaran tersebut membuat proyek ini menarik perhatian dalam industri kecerdasan buatan generatif.
Dessa dikembangkan oleh laboratorium riset AI di dalam Block yang berada di bawah arahan Ragavan Thurairatnam. Laboratorium pengembang memusatkan penelitian pada interaksi berbasis suara. Berdasarkan rekaman pengujian yang ditampilkan, Dessa menghasilkan percakapan dengan perubahan nada yang dinamis. Beberapa contoh menunjukkan penggunaan jeda dan ekspresi suara ketika pembicara memberikan tanggapan tertentu. Namun demikian, rekaman demonstrasi tidak menggantikan pengujian independen. Dengan mempertimbangkan hal tersebut, Dessa lebih tepat dipahami sebagai proyek penelitian yang berkembang.
Cara Kerja Komunikasi Dua Arah Secara Bersamaan pada AI Dessa
Karakteristik penting Dessa adalah dukungan komunikasi full-duplex. Pada interaksi lisan sehari-hari, seseorang tidak selalu menunggu lawan bicara selesai sepenuhnya. Untuk memberikan gambaran, pendengar dapat memberikan respons singkat ketika orang lain sedang menyampaikan informasi. Kemampuan tersebut memberikan kesan komunikasi yang lebih responsif. Sistem tersebut dikembangkan agar mampu mendukung pola interaksi semacam itu melalui pengelolaan masukan dan keluaran suara simultan. Dengan demikian, pengguna dapat menyela ketika AI berbicara tanpa selalu menunggu proses respons berakhir.
Ketika menggunakan pendekatan komunikasi berurutan, proses interaksi sering dibagi menjadi beberapa tahap. Audio pengguna ditranskripsikan menjadi tulisan, kemudian digunakan sebagai masukan untuk menghasilkan jawaban. Setelah respons tersedia, teks tersebut dikonversi menjadi suara. Pendekatan tersebut telah mendukung banyak aplikasi praktis, tetapi dapat mengurangi sebagian konteks ekspresi suara. Sebaliknya, model Block mengutamakan audio langsung sehingga karakteristik percakapan lisan menjadi dasar pembelajaran. Namun perlu diperhatikan, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.
Pelatihan Berbasis Audio Menjadi Pembeda Model AI Dessa
Tim pengembang menyampaikan, Dessa dibangun melalui pelatihan berbasis rekaman dialog tanpa mengandalkan tahapan pelatihan berbasis tulisan. Strategi pengembangan tersebut mencerminkan arah penelitian yang tidak umum karena model memperoleh pola percakapan melalui ucapan. Dengan menggunakan rekaman manusia, Dessa diharapkan mampu mempelajari pola intonasi serta menentukan waktu yang sesuai untuk menyela. Kemampuan yang ditargetkan mendukung pengembangan dalam membangun pengalaman percakapan yang tidak kaku. Meski pendekatan penelitian diumumkan, Block belum membuka detail menyeluruh mengenai materi pembelajaran sehingga keandalan pada beragam kondisi belum dapat dipastikan.
Karakteristik lain yang menonjol adalah pemrosesan karakter emosional dalam dialog. Ketika seseorang menyampaikan pesan, makna tidak hanya berasal dari pilihan kata. Untuk memberikan gambaran, kalimat yang sama mungkin disampaikan dengan nada serius maupun bercanda. Sistem AI tersebut berupaya mempelajari karakteristik tersebut melalui analisis pola ekspresi audio. Melalui contoh rekaman yang dibagikan, sistem menghasilkan perubahan nada yang ekspresif. Meski demikian, suara emosional tidak membuktikan AI memiliki perasaan. Karena alasan tersebut, penilaian kemampuan Dessa harus mempertimbangkan kealamian vokal dan keandalan informasi secara terpisah.
Dessa Dapat Berjalan Secara Lokal pada Perangkat Komputer Tertentu
Tidak hanya menghadirkan komunikasi simultan, Block menyoroti efisiensi komputasi. Dalam informasi teknis yang diumumkan, Dessa memanfaatkan satu rak komputasi NVIDIA GB200 NVL72 untuk pelatihan. Meskipun proses pelatihannya membutuhkan akselerator kelas pusat data, model tersebut diklaim dapat berjalan pada perangkat konsumen tertentu. 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, angka latensi terukur belum tersedia secara lengkap.
Kemampuan menjalankan AI secara lokal dapat memberikan fleksibilitas tambahan. Manfaat yang mungkin muncul adalah kebutuhan koneksi server yang lebih sedikit. Jika sistem benar-benar dijalankan secara lokal, audio tidak harus dikirim menuju server eksternal. Pendekatan tersebut berpotensi membantu pengelolaan informasi pribadi. Sebagai manfaat tambahan, perangkat lokal membantu menghindari sebagian keterlambatan komunikasi server. Walaupun potensinya besar, akses terhadap perangkat lunak masih terbatas. Oleh sebab itu, klaim penggunaan lokal belum dapat diuji secara luas.
Manfaat Teknologi AI Suara Full-Duplex dalam Aktivitas Digital
Pendekatan interaksi audio simultan membuka peluang penerapan pada berbagai layanan digital yang membutuhkan respons percakapan cepat. Contoh penggunaan potensial adalah sistem customer service otomatis. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menerima interupsi pengguna membantu mempertahankan alur interaksi. Sebagai contoh, pelanggan yang perlu menambahkan keterangan tidak harus selalu menunggu AI selesai berbicara. Pendekatan semacam itu dapat menjadi bahan penelitian lanjutan pada pengembangan antarmuka suara. Namun demikian, kemampuan tersebut masih perlu dibedakan dari produk yang telah diluncurkan.
Selain layanan pelanggan, Dessa membuka peluang pengembangan asisten virtual, layanan pendidikan berbasis suara, dan perangkat pendamping digital. Pada penggunaan pendidikan, AI yang menyesuaikan ritme percakapan dapat membantu membangun simulasi percakapan. Untuk kebutuhan aksesibilitas, antarmuka suara mungkin menjadi alternatif bagi pengguna dengan kebutuhan akses tertentu. Walaupun manfaat potensialnya luas, kemampuan memahami aksen masih memerlukan pengujian lebih lanjut. Perlindungan informasi percakapan juga membutuhkan perhatian khusus sebelum AI diintegrasikan dalam aplikasi sehari-hari.
Kesimpulan Inovasi Dessa dan Masa Depan Teknologi AI Suara
Pengembangan sistem percakapan full-duplex dari Block memperlihatkan arah inovasi baru dalam dunia TEKNOLOGI kecerdasan buatan. Melalui pemrosesan audio secara langsung, Dessa dapat memproses ucapan pengguna sambil memberikan respons. Pendekatan audio sebagai dasar pelatihan menjadi unsur pembeda dibandingkan banyak sistem percakapan berbasis transkripsi. Selain itu, penggunaan jeda dan respons vokal membuka kemungkinan pengalaman komunikasi yang lebih hidup. Walaupun demikian, Dessa masih berada pada tahap penelitian terbatas. Keakuratan jawaban dan perlindungan privasi menjadi aspek yang perlu diperhatikan. Dengan penelitian berkelanjutan, teknologi AI suara berpotensi mengubah pengalaman percakapan manusia dengan komputer. Seberapa menarik menurut Anda kemampuan AI yang menghasilkan respons suara dengan intonasi alami? Sampaikan pemikiran Anda mengenai pengembangan asisten virtual generasi baru.
