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.
Kehadiran Dessa Membuka Pendekatan Baru dalam Interaksi Manusia dan AI
Perusahaan teknologi Block mengumumkan Dessa sebagai model AI suara eksperimental. Pengembangan tersebut dirancang menciptakan interaksi antara manusia dan mesin yang mendekati cara manusia berbicara secara langsung. Berbeda dari sejumlah sistem terdahulu, Dessa dibangun untuk memahami serta menghasilkan percakapan lisan. Pendekatan tersebut memberikan perhatian khusus pada intonasi, ritme, jeda, dan berbagai karakteristik komunikasi manusia. Dalam pengumuman proyeknya, Dessa dilatih menggunakan rekaman percakapan manusia tanpa mengandalkan model bahasa pralatih. Pilihan arsitektur ini memberikan karakteristik tersendiri dalam penelitian AI percakapan.
Dessa dikembangkan oleh laboratorium riset AI di dalam Block yang berada di bawah arahan Ragavan Thurairatnam. Tim tersebut berfokus pada kemampuan percakapan langsung. Berdasarkan rekaman pengujian yang ditampilkan, Dessa menghasilkan percakapan dengan perubahan nada yang dinamis. Sejumlah demonstrasi menampilkan respons berupa tawa ketika situasi percakapan berubah. Meskipun kemampuan yang ditampilkan menjanjikan, hasil percakapan terpilih belum menunjukkan performa pada seluruh kondisi. Dengan mempertimbangkan hal tersebut, Dessa belum dapat dinilai sepenuhnya hanya berdasarkan demonstrasi publik.
Teknologi Full-Duplex Membuat Dessa Mampu Mendengar Sambil Berbicara
Karakteristik penting Dessa adalah kemampuan mendengar dan berbicara secara bersamaan. Dalam komunikasi manusia, seseorang sering merespons sebelum percakapan mencapai jeda panjang. Untuk memberikan gambaran, pendengar mungkin menyampaikan tanda bahwa dirinya memahami ketika lawan bicara belum menyelesaikan kalimat. Kemampuan tersebut memberikan kesan komunikasi yang lebih responsif. Model AI ini berupaya menghadirkan pola interaksi semacam itu melalui pengelolaan masukan dan keluaran suara simultan. Melalui rancangan tersebut, pengguna memiliki kesempatan menginterupsi respons sistem tanpa mengikuti pola komunikasi satu arah.
Dalam asisten suara tradisional, proses interaksi biasanya berlangsung melalui rangkaian pemrosesan terpisah. Masukan suara manusia diproses melalui pengenalan ucapan, kemudian diteruskan menuju model bahasa. Setelah respons tersedia, teks tersebut dikonversi menjadi suara. Arsitektur bertahap ini masih berguna dalam sejumlah layanan, tetapi berpotensi kehilangan informasi prosodi. Dalam pengembangannya, Dessa tidak mengandalkan tahapan teks tersebut sehingga informasi suara menjadi bagian utama pemrosesan. Meski demikian, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.
Pendekatan Speech-to-Speech Membentuk Kemampuan Berbicara Alami
Block menjelaskan, Dessa dibangun melalui pelatihan berbasis rekaman dialog tanpa memanfaatkan teks sebagai dasar pembelajaran. Metode pembelajaran ini mencerminkan arah penelitian yang tidak umum karena interaksi audio menjadi bahan pembelajaran inti. Berkat pelatihan yang berpusat pada audio, Dessa diharapkan mampu mempelajari pola intonasi serta menentukan waktu yang sesuai untuk menyela. Karakteristik tersebut mendukung pengembangan dalam menghasilkan respons suara lebih ekspresif. Namun demikian, Block belum membuka detail menyeluruh mengenai materi pembelajaran sehingga representasi berbagai aksen masih memerlukan evaluasi.
Keunggulan potensial dari pendekatan tersebut adalah dukungan terhadap variasi penyampaian verbal. Ketika seseorang menyampaikan pesan, perubahan nada dapat memberikan konteks tambahan. Dalam suatu percakapan, kalimat yang sama mungkin disampaikan dengan nada serius maupun bercanda. Dessa dirancang untuk memperhatikan karakteristik tersebut melalui pemrosesan informasi prosodi. Dalam demonstrasi publik, sistem menghasilkan perubahan nada yang ekspresif. Perlu dipahami, kemampuan meniru emosi tidak sama dengan merasakan emosi. Oleh karena itu, penilaian kemampuan Dessa sebaiknya memperhatikan kualitas interaksi serta ketepatan jawaban.
Dessa Dapat Berjalan Secara Lokal pada Perangkat Komputer Tertentu
Tidak hanya menghadirkan komunikasi simultan, Block menyoroti efisiensi komputasi. Berdasarkan klaim pengembang, Dessa memanfaatkan satu rak komputasi NVIDIA GB200 NVL72 untuk pelatihan. Sekalipun pelatihan dilakukan pada sistem berperforma tinggi, model tersebut diklaim dapat berjalan pada perangkat konsumen tertentu. Perangkat keras yang dijadikan referensi adalah MacBook Pro dengan chip M4 Max atau perangkat yang memiliki kemampuan lebih tinggi. 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 memiliki sejumlah manfaat potensial. Manfaat yang mungkin muncul adalah kebutuhan koneksi server yang lebih sedikit. Pada penerapan yang sesuai, data suara dapat diproses di perangkat pengguna. 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.
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. Salah satu bidang yang relevan adalah layanan pelanggan berbasis suara. Ketika pelanggan berkomunikasi dengan sistem AI, kemampuan menyesuaikan giliran percakapan secara dinamis dapat membuat komunikasi terasa lebih fleksibel. Sebagai contoh, pelanggan yang perlu menambahkan keterangan dapat berinteraksi tanpa mengikuti urutan respons yang terlalu ketat. Fungsi komunikasi tersebut dapat menjadi bahan penelitian lanjutan pada pengembangan antarmuka suara. Walaupun konsepnya relevan, belum terdapat kepastian layanan bisnis yang menggunakan Dessa.
Tidak terbatas pada interaksi konsumen, Dessa juga berpotensi menginspirasi asisten virtual, aplikasi pembelajaran interaktif, dan aplikasi yang mengandalkan dialog langsung. Dalam kegiatan belajar bahasa, AI yang mampu menanggapi secara alami dapat membantu membangun simulasi percakapan. Pada sisi lain, antarmuka suara dapat membantu pengguna yang kesulitan mengetik. Walaupun manfaat potensialnya luas, ketepatan respons pada lingkungan bising harus dinilai melalui evaluasi pengguna yang beragam. Perlindungan informasi percakapan juga perlu diprioritaskan sebelum sistem digunakan secara komersial.
Potensi Model Percakapan Block dalam Mengubah Interaksi Digital
Perkenalan Dessa oleh Block membawa kemajuan penting dalam dunia TEKNOLOGI kecerdasan buatan. Melalui pemrosesan audio secara langsung, 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, penggunaan jeda dan respons vokal dapat meningkatkan kenyamanan percakapan. Meskipun teknologi tersebut menjanjikan, Dessa belum tersedia secara umum. Keakuratan jawaban dan ketersediaan perangkat lunak masih memerlukan pengujian. Melalui pengembangan yang bertanggung jawab, teknologi AI suara dapat memperluas fungsi asisten virtual. Bagaimana menurut Anda kemampuan AI yang mampu memahami interupsi dalam percakapan? Sampaikan pemikiran Anda mengenai masa depan AI suara full-duplex.
