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.
Kehadiran Dessa Membuka Pendekatan Baru dalam Interaksi Manusia dan AI
Tim penelitian kecerdasan buatan Block menghadirkan Dessa sebagai model AI suara eksperimental. Proyek penelitian tersebut dirancang menciptakan interaksi antara manusia dan mesin yang mendekati cara manusia berbicara secara langsung. Jika dibandingkan dengan pendekatan percakapan berbasis teks, Dessa memproses masukan dan keluaran dalam bentuk suara. Rancangan sistem tersebut menempatkan fokus utama pada intonasi, ritme, jeda, dan ekspresi yang muncul dalam percakapan. Menurut penjelasan pengembang, Dessa dilatih menggunakan rekaman percakapan manusia tanpa menggunakan teks sebagai data pelatihan. Strategi tersebut menjadi pembeda utama dalam penelitian AI percakapan.
Dessa dikembangkan oleh laboratorium riset AI di dalam Block yang dipimpin oleh Ragavan Thurairatnam. Laboratorium pengembang mengembangkan pendekatan komunikasi audio yang responsif. Dalam sejumlah contoh percakapan resmi, Dessa menunjukkan variasi intonasi dan jeda. Sejumlah demonstrasi menunjukkan penggunaan jeda dan ekspresi suara ketika situasi percakapan berubah. Namun demikian, contoh pilihan pengembang belum membuktikan keandalan dalam semua situasi. Dengan mempertimbangkan hal tersebut, Dessa masih perlu dievaluasi melalui pengujian lebih luas.
Teknologi Full-Duplex Membuat Dessa Mampu Mendengar Sambil Berbicara
Fitur yang paling menonjol Dessa adalah kemampuan mendengar dan berbicara secara bersamaan. Ketika dua orang berbincang, seseorang tidak selalu menunggu lawan bicara selesai sepenuhnya. Untuk memberikan gambaran, pendengar bisa mengatakan kata persetujuan ketika lawan bicara belum menyelesaikan kalimat. Pola komunikasi seperti ini membuat percakapan terasa lebih hidup. Dessa dirancang untuk meniru pola interaksi semacam itu melalui pengelolaan masukan dan keluaran suara simultan. Berkat pendekatan full-duplex, pengguna dapat menyela ketika AI berbicara tanpa selalu menunggu proses respons berakhir.
Dalam asisten suara tradisional, proses interaksi biasanya berlangsung melalui rangkaian pemrosesan terpisah. Audio pengguna diproses melalui pengenalan ucapan, kemudian digunakan sebagai masukan untuk menghasilkan jawaban. Ketika jawaban berhasil dibuat, teks tersebut dikonversi menjadi suara. Pendekatan tersebut dapat bekerja dengan baik untuk berbagai tugas, tetapi dapat mengurangi sebagian konteks ekspresi suara. Dalam pengembangannya, Dessa tidak mengandalkan tahapan teks tersebut sehingga informasi suara menjadi bagian utama pemrosesan. Walaupun arsitekturnya menarik, pendekatan langsung tidak otomatis menjamin jawaban lebih akurat.
Pelatihan Berbasis Audio Menjadi Pembeda Model AI Dessa
Block menjelaskan, Dessa dilatih dari awal menggunakan percakapan manusia tanpa memanfaatkan teks sebagai dasar pembelajaran. Metode pembelajaran ini berbeda dari banyak sistem AI suara karena interaksi audio menjadi bahan pembelajaran inti. Melalui pembelajaran dari dialog lisan, Dessa dirancang memahami perubahan ritme percakapan serta mempelajari pola pergantian pembicara. Karakteristik tersebut mendukung pengembangan dalam menciptakan dialog yang terdengar alami. Meski pendekatan penelitian diumumkan, Block belum mempublikasikan rincian lengkap dataset sehingga cakupan kemampuan bahasa belum dapat dinilai secara pasti.
Keunggulan potensial dari pendekatan tersebut adalah dukungan terhadap variasi penyampaian verbal. Pada percakapan sehari-hari, perubahan nada dapat memberikan konteks tambahan. Dalam suatu percakapan, kalimat yang sama bisa memiliki kesan berbeda berdasarkan intonasi. Dessa dirancang untuk memperhatikan karakteristik tersebut melalui analisis pola ekspresi audio. Pada percakapan yang diperlihatkan pengembang, sistem menunjukkan tawa spontan. Meski demikian, suara emosional tidak membuktikan AI memiliki perasaan. Oleh karena itu, penilaian kemampuan Dessa sebaiknya memperhatikan kualitas interaksi serta ketepatan jawaban.
Kemampuan Inferensi Dessa dan Kebutuhan Perangkat Keras
Selain kemampuan full-duplex, Block menjelaskan rancangan model yang relatif hemat sumber daya. Berdasarkan klaim pengembang, Dessa dikembangkan melalui infrastruktur pelatihan NVIDIA GB200 NVL72. Sekalipun pelatihan dilakukan pada sistem berperforma tinggi, model tersebut dirancang mendukung inferensi lokal di komputer berkemampuan tinggi. Salah satu konfigurasi yang digunakan sebagai acuan adalah MacBook Pro dengan chip M4 Max atau komputer dengan kapasitas komputasi setara atau lebih kuat. Block juga menyatakan bahwa inferensi Dessa mendukung pemrosesan yang melampaui kecepatan real-time. Meski kemampuan komputasinya menjanjikan, informasi kebutuhan memori belum dipublikasikan secara menyeluruh.
Dukungan inferensi pada perangkat pengguna menawarkan berbagai kemungkinan penggunaan. Manfaat yang mungkin muncul adalah peluang menjalankan pemrosesan tanpa selalu mengirim audio ke pusat data. Dalam skenario tertentu, data suara dapat diproses di perangkat pengguna. Penggunaan sistem on-device memberikan pilihan pengolahan data yang lebih mandiri. Tidak kalah penting, perangkat lokal berpotensi mempertahankan layanan ketika koneksi terbatas. Perlu diperhatikan, akses terhadap perangkat lunak masih terbatas. Dengan demikian, pengguna belum bisa mengasumsikan seluruh kemampuan tersebut telah tersedia sebagai produk.
Potensi Penerapan Model Percakapan Alami di Berbagai Industri
Kemampuan mendengar dan berbicara bersamaan dapat menjadi dasar pengembangan berbagai layanan digital yang melibatkan komunikasi manusia dengan sistem otomatis. Salah satu bidang yang relevan adalah sistem customer service otomatis. Dalam layanan tersebut, kemampuan menyesuaikan giliran percakapan secara dinamis membantu mempertahankan alur interaksi. Untuk memberikan gambaran, pelanggan yang hendak menyela jawaban dapat berinteraksi tanpa mengikuti urutan respons yang terlalu ketat. Kemampuan ini memiliki nilai praktis potensial pada sistem dukungan pelanggan. Walaupun konsepnya relevan, kemampuan tersebut masih perlu dibedakan dari produk yang telah diluncurkan.
Di luar kebutuhan komunikasi bisnis, Dessa juga berpotensi menginspirasi asisten virtual, aplikasi pembelajaran interaktif, dan aplikasi yang mengandalkan dialog langsung. Pada penggunaan pendidikan, AI yang dapat merespons interupsi memungkinkan interaksi yang lebih mendekati dialog manusia. Pada sisi lain, antarmuka suara dapat membantu pengguna yang kesulitan mengetik. Meski demikian, kemampuan memahami aksen belum dapat disimpulkan dari rekaman demonstrasi. Aspek keselamatan dan privasi juga harus menjadi bagian dari rancangan sebelum AI diintegrasikan dalam aplikasi sehari-hari.
Perkembangan Model Full-Duplex sebagai Langkah Baru Kecerdasan Buatan
Kehadiran model AI suara Dessa 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 sejumlah asisten virtual tradisional. Selain itu, kemampuan ekspresi suara dapat meningkatkan kenyamanan percakapan. Meskipun teknologi tersebut menjanjikan, Dessa belum tersedia secara umum. Kesesuaian penggunaan lintas bahasa dan keandalan pada situasi nyata masih memerlukan pengujian. Dengan penelitian berkelanjutan, teknologi AI suara dapat memperluas fungsi asisten virtual. Apa pandangan Anda kemampuan AI yang dapat mendengarkan sambil berbicara? Bagikan pandangan Anda mengenai manfaat teknologi percakapan seperti Dessa.
