Block Perkenalkan Dessa, Model AI Suara yang Bisa Mendengar Sambil Berbicara

Perkembangan TEKNOLOGI kecerdasan buatan kembali menghadirkan inovasi menarik dalam interaksi manusia dan mesin. Block, perusahaan teknologi yang dikenal melalui layanan Square dan Cash App, memperkenalkan Dessa pada 23 Oktober 2026 sebagai model AI suara yang mampu mendengarkan sekaligus berbicara dalam satu percakapan. Berbeda dari asisten virtual konvensional yang umumnya menunggu pengguna selesai berbicara, Dessa dirancang untuk menghadirkan komunikasi dua arah yang lebih alami. Inovasi ini membuka peluang baru bagi pengembangan asisten digital, layanan pelanggan, dan berbagai sistem komunikasi berbasis suara, meskipun teknologi tersebut masih berada dalam tahap penelitian dan belum tersedia secara luas.

Dessa Hadir Membawa Pendekatan Baru dalam Kecerdasan Buatan Suara

Perkenalan Dessa menghadirkan pendekatan berbeda dalam pengembangan teknologi AI, khususnya pada bidang komunikasi suara. Model ini dirancang oleh tim riset Block dengan metode yang mengutamakan pada percakapan manusia secara langsung. Alih-alih mengikuti sejumlah sistem AI suara yang memanfaatkan proses pengubahan audio menjadi teks sebelum menghasilkan jawaban, Dessa dibangun dengan kemampuan untuk memproses percakapan melalui jalur suara secara langsung. Pendekatan tersebut memungkinkan sistem mengenali berbagai informasi dalam suara, termasuk ritme bicara, penekanan kata, serta nuansa emosional yang sering kali sulit dipertahankan sepenuhnya ketika komunikasi hanya diterjemahkan menjadi rangkaian kata tertulis.

Menurut penjelasan pengembangnya bahwa Dessa merupakan model speech-to-speech yang mempelajari pola dari percakapan manusia tanpa menggunakan teks sebagai bahan pelatihan maupun model AI yang telah dilatih sebelumnya. Metode pembelajaran tersebut membuat Dessa menarik untuk diteliti karena sistem berusaha memahami bahasa melalui informasi audio secara langsung. Melalui pendekatan tersebut, model tidak hanya dirancang untuk merespons pertanyaan, tetapi juga mengikuti dinamika percakapan secara lebih responsif. Meski menawarkan kemampuan menarik, kemampuan Dessa masih perlu dinilai melalui pengujian independen sebelum dapat dianggap setara dengan komunikasi manusia.

Cara Kerja Full-Duplex dalam Menciptakan Percakapan AI yang Alami

Salah satu kemampuan utama dari Dessa adalah penggunaan sistem komunikasi full-duplex yang mendukung proses mendengarkan dan berbicara secara bersamaan. Dalam banyak sistem percakapan konvensional, interaksi biasanya mengikuti pola berbicara secara berurutan. Pengguna memberikan perintah melalui suara, kemudian sistem memproses informasi sebelum memberikan tanggapan. Sebaliknya, Dessa dapat terus menerima informasi audio ketika sedang menyampaikan respons. Karakteristik tersebut membuat sistem dapat merespons interupsi pengguna tanpa selalu menunggu satu pihak selesai berbicara.

Dalam situasi percakapan sehari-hari, seseorang mungkin menanyakan suatu informasi, kemudian menambahkan keterangan ketika AI masih berbicara. Dengan teknologi full-duplex, sistem memiliki peluang merespons interupsi tersebut tanpa harus memulai percakapan dari awal. Dessa juga diperlihatkan mampu menghasilkan isyarat percakapan singkat, seperti tanggapan verbal sederhana, yang sering muncul dalam komunikasi antarmanusia. Sekalipun fungsi tersebut tampak biasa, kemampuan mengatur jeda serta respons percakapan merupakan persoalan teknis yang kompleks dalam pengembangan AI suara yang mendukung interaksi spontan.

Mengapa Pemrosesan Audio Langsung Penting bagi AI Suara

Komunikasi manusia tidak hanya bergantung pada rangkaian kata, tetapi juga melibatkan berbagai petunjuk suara yang membantu menjelaskan maksud pembicara. Misalnya, kalimat yang sama dapat menimbulkan kesan yang tidak serupa ketika diucapkan dengan intonasi tenang, marah, maupun gembira. Menggunakan mekanisme speech-to-speech, Dessa berupaya memanfaatkan petunjuk vokal semacam ini selama proses memahami percakapan. Hal ini berpotensi membantu sistem mengenali nuansa pembicaraan, terutama ketika makna pesan tidak sepenuhnya terlihat dalam teks.

Tidak hanya dalam proses mendengarkan, Dessa juga didemonstrasikan dapat menciptakan suara dengan ritme percakapan yang fleksibel. Dalam sejumlah demonstrasi, model terdengar tertawa, menggunakan perubahan tempo bicara, dan memodifikasi karakter suara saat berbicara. Meski demikian, ekspresi yang terdengar menyerupai manusia bukan berarti sistem merasakan pengalaman emosional. AI memproduksi respons melalui proses komputasi, sehingga kesan emosional yang muncul perlu dipahami sebagai kemampuan teknis, bukan tanda bahwa mesin mempunyai perasaan.

Pengembangan Dessa Menunjukkan Potensi Efisiensi Teknologi AI

Keunggulan teknis yang turut mendapat perhatian adalah cara Block mengelola proses pembelajaran dan pemrosesan AI. Block mengungkapkan bahwa pelatihan Dessa dilakukan dengan perangkat komputasi NVIDIA GB200 NVL72, yang merupakan sistem perangkat keras untuk beban kerja AI. Dalam penjelasan Block, model ini juga mempelajari bahasa dari jumlah kata yang jauh lebih sedikit dibandingkan model bahasa besar berbasis teks. Meski begitu, perbandingan tersebut tidak secara otomatis menunjukkan efisiensi keseluruhan yang lebih tinggi karena metode pengukuran dan karakteristik tugasnya berbeda.

Dalam aspek penerapan perangkat, Block menjelaskan bahwa Dessa dapat beroperasi secara lokal menggunakan MacBook Pro dengan chip M4 Max atau kemampuan perangkat keras yang lebih kuat. Dukungan pemrosesan langsung pada perangkat dapat memberikan keuntungan penting, terutama dalam membangun pengalaman penggunaan yang lebih mandiri. Lebih jauh lagi, pemrosesan lokal memungkinkan sebagian data diproses tanpa dikirim ke layanan cloud. Kendati demikian, manfaat sebenarnya tetap bergantung pada implementasi perangkat lunak, termasuk bagaimana akses terhadap data percakapan dikendalikan.

Peluang Pemanfaatan AI Suara Dessa untuk Berbagai Kebutuhan

Seandainya teknologi ini tersedia secara luas, pendekatan yang digunakan Dessa berpotensi diterapkan dalam berbagai layanan digital. Salah satu bidang yang relevan adalah layanan pelanggan yang menangani pertanyaan pengguna menggunakan suara. Asisten digital dengan kemampuan full-duplex mungkin mendukung pengalaman pelayanan yang tidak terlalu kaku, terutama saat pelanggan menambahkan informasi secara spontan. Pada lingkungan operasional komersial, kemampuan tersebut membuka peluang perbaikan pengalaman pelanggan apabila didukung oleh keamanan pemrosesan data serta standar pelayanan yang jelas.

Di luar kebutuhan operasional bisnis, teknologi percakapan seperti Dessa membuka kesempatan inovasi untuk layanan edukasi digital, perangkat pendukung pengguna, dan antarmuka suara. Untuk kebutuhan pendidikan, siswa berpotensi berlatih percakapan secara interaktif yang lebih menyerupai komunikasi langsung. Pada aspek aksesibilitas, antarmuka suara yang merespons perubahan instruksi dapat mendukung interaksi yang lebih fleksibel. Walaupun peluang pemanfaatannya cukup luas, semua penerapan ini masih memerlukan penelitian dan pengujian tambahan, bukan kemampuan komersial yang telah dipastikan.

Evaluasi Keselamatan dan Akses Publik Menjadi Tahap Penting Dessa

Seiring berkembangnya model suara realistis, muncul pula kebutuhan pengawasan teknologi yang tidak boleh diabaikan. Sistem suara yang mampu menghasilkan intonasi meyakinkan dapat meningkatkan kenyamanan komunikasi, tetapi juga meningkatkan kekhawatiran terhadap manipulasi identitas. Misalnya, teknologi serupa berpotensi dipakai untuk membuat percakapan menyesatkan apabila tidak dilengkapi perlindungan memadai. Oleh sebab tersebut, transparansi mengenai penggunaan suara buatan menjadi kebutuhan mendasar untuk menjaga kepercayaan.

Pihak pengembang Dessa telah membuka kesempatan pengujian terbatas bagi sejumlah peneliti keamanan AI untuk menemukan kelemahan keselamatan sistem. Pendekatan pengujian tersebut penting karena Dessa masih belum menjadi produk umum. Hingga periode awal pengumumannya pada Oktober 2026, Block belum menyediakan akses publik secara luas. Informasi mengenai distribusi model, spesifikasi lengkap, dan ketersediaan komersial juga belum diumumkan secara lengkap. Untuk saat ini, berbagai demonstrasi yang telah diperlihatkan belum dapat menggantikan evaluasi independen, terutama untuk menilai ketepatan respons di berbagai kondisi.

Kesimpulan: Dessa Membuka Babak Baru Interaksi AI Berbasis Suara

Pengembangan AI percakapan Dessa menunjukkan bahwa perkembangan kecerdasan buatan terus mendorong cara komunikasi yang lebih fleksibel. Dengan kemampuan mendengar sambil berbicara, Dessa menawarkan arah penelitian menjanjikan bagi masa depan asisten virtual. Walaupun inovasinya terlihat menjanjikan, teknologi ini masih membutuhkan pengujian keamanan dan performa sebelum menjadi solusi yang tersedia bagi masyarakat umum. Bagaimana pendapat Anda, apakah AI yang dapat mengikuti percakapan secara spontan akan membuat aktivitas digital lebih nyaman? Bagikan pandangan Anda mengenai masa depan kecerdasan buatan berbasis suara.