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 menjadi salah satu perkembangan menarik dalam pengembangan teknologi AI, khususnya pada bidang komunikasi suara. Model ini dibangun oleh tim riset Block dengan pendekatan yang berfokus pada percakapan manusia secara langsung. Berbeda dengan sejumlah sistem AI suara yang mengandalkan proses pengubahan audio menjadi teks sebelum menghasilkan jawaban, Dessa dirancang agar mampu memproses percakapan melalui jalur suara secara langsung. Pendekatan tersebut memungkinkan sistem memanfaatkan berbagai informasi dalam suara, termasuk pola percakapan, variasi nada, dan isyarat vokal yang sering kali kehilangan sebagian maknanya ketika komunikasi hanya diproses sebagai teks.

Block menjelaskan bahwa Dessa merupakan model speech-to-speech yang mempelajari pola dari percakapan manusia tanpa memanfaatkan kumpulan teks untuk proses pembelajaran maupun model AI yang telah dilatih sebelumnya. Karakteristik tersebut membuat Dessa menjadi perhatian dalam pengembangan AI karena sistem membangun pemahaman terhadap bahasa melalui pola suara dan percakapan. Dari sisi pengalaman pengguna, model tidak hanya dikembangkan sebagai penghasil respons suara, tetapi juga menyesuaikan ritme komunikasi secara lebih alami. Walaupun demikian, kemampuan Dessa masih perlu dinilai melalui pengujian independen sebelum dapat dianggap setara dengan komunikasi manusia.

Kemampuan Mendengarkan dan Berbicara Bersamaan Menjadi Keunggulan Dessa

Fitur yang paling menonjol dari Dessa adalah penggunaan sistem komunikasi full-duplex yang mendukung proses mendengarkan dan berbicara secara bersamaan. Dalam banyak sistem percakapan konvensional, interaksi biasanya berlangsung secara bergantian. Pengguna mengucapkan instruksi hingga selesai, kemudian sistem menafsirkan masukan yang diterima sebelum menyampaikan respons verbal. Berbeda dari mekanisme tersebut, Dessa dapat terus menerima informasi audio ketika sedang menghasilkan suara. Karakteristik tersebut membuat sistem berpotensi mengikuti perubahan arah pembicaraan tanpa selalu mengikuti pola komunikasi yang kaku.

Sebagai contoh, seseorang mungkin meminta penjelasan mengenai sebuah topik, kemudian menambahkan keterangan ketika AI masih memberikan penjelasan. 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 menjadi bagian alami dalam komunikasi antarmanusia. Sekalipun fungsi tersebut tampak biasa, kemampuan mengatur jeda serta respons percakapan merupakan persoalan teknis yang kompleks dalam pengembangan AI suara yang nyaman digunakan.

Keunggulan Pendekatan Speech-to-Speech untuk Komunikasi Alami

Interaksi verbal antarmanusia tidak hanya ditentukan oleh kalimat yang diucapkan, tetapi juga memanfaatkan informasi nonverbal dalam audio yang membantu memberikan konteks tambahan. Dalam sebuah percakapan, kalimat yang sama dapat memiliki penafsiran berlainan ketika diucapkan dengan intonasi tenang, marah, maupun gembira. Menggunakan mekanisme speech-to-speech, Dessa memiliki kesempatan mengolah sinyal tersebut selama pembentukan respons suara. Hal ini berpotensi membantu sistem mengenali nuansa pembicaraan, terutama ketika makna pesan tidak sepenuhnya terlihat dalam teks.

Selain memahami masukan pengguna, Dessa juga menunjukkan kemampuan menghasilkan suara dengan variasi ekspresi yang lebih beragam. Dalam sejumlah demonstrasi, model menampilkan respons berupa tawa, menggunakan jeda alami, dan memodifikasi karakter suara saat berbicara. Namun demikian, ekspresi yang memunculkan kesan memiliki perasaan bukan berarti sistem benar-benar mengalami emosi. AI menghasilkan pola suara berdasarkan pembelajaran, sehingga respons ekspresif yang terdengar perlu dipahami sebagai kemampuan teknis, bukan bukti adanya kesadaran.

Block Mengembangkan Model Suara dengan Pendekatan Komputasi Berbeda

Keunggulan teknis yang turut mendapat perhatian adalah pendekatan pengembangan dan kebutuhan komputasinya. Block mengungkapkan bahwa pelatihan Dessa memanfaatkan satu konfigurasi NVIDIA GB200 NVL72, yang merupakan platform komputasi yang dirancang bagi pengolahan kecerdasan buatan. Dalam penjelasan Block, model ini juga menggunakan paparan bahasa yang lebih terbatas dibandingkan model bahasa besar berbasis teks. Namun, perbandingan tersebut tidak secara otomatis menunjukkan efisiensi keseluruhan yang lebih tinggi karena cakupan kemampuan kedua jenis model memiliki perbedaan.

Untuk kebutuhan menjalankan model, Block mengklaim bahwa Dessa dapat dijalankan langsung 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. Di sisi lain, pemrosesan lokal dapat mendukung strategi perlindungan privasi. Meskipun potensinya menjanjikan, manfaat sebenarnya tetap bergantung pada implementasi perangkat lunak, termasuk bagaimana rekaman suara disimpan dan diproses.

Potensi Penerapan Dessa dalam Layanan Digital dan Kehidupan Sehari-hari

Jika kemampuannya berhasil dimatangkan, pendekatan yang digunakan Dessa dapat menjadi dasar pengembangan dalam beragam sistem berbasis percakapan. Contoh penerapan yang cukup menjanjikan adalah layanan pelanggan yang memerlukan komunikasi verbal secara langsung. Asisten digital dengan kemampuan full-duplex mungkin mendukung pengalaman pelayanan yang lebih menyerupai dialog alami, terutama saat pelanggan mengubah permintaan di tengah pembicaraan. Dalam konteks bisnis, kemampuan tersebut berpotensi memberikan nilai tambahan apabila didukung oleh integrasi sistem yang andal serta standar pelayanan yang jelas.

Di luar kebutuhan operasional bisnis, teknologi percakapan seperti Dessa juga berpotensi dimanfaatkan untuk aplikasi pembelajaran, alat bantu komunikasi, serta asisten pribadi. Sebagai contoh, siswa berpotensi berlatih percakapan secara interaktif yang lebih menyerupai komunikasi langsung. Sementara itu, antarmuka suara yang merespons perubahan instruksi dapat mendukung interaksi yang lebih fleksibel. Kendati sejumlah skenario tersebut menarik, semua penerapan ini masih bersifat potensi pengembangan, bukan kemampuan komersial yang telah dipastikan.

Kesiapan Dessa Menghadapi Risiko serta Persaingan Teknologi AI

Bersamaan dengan kemajuan interaksi AI, muncul pula kebutuhan pengawasan teknologi yang perlu mendapat perhatian. Sistem suara yang menampilkan ekspresi verbal yang realistis dapat mempermudah interaksi pengguna, tetapi juga menimbulkan risiko penyalahgunaan. Dalam situasi tertentu, teknologi serupa dapat disalahgunakan dalam upaya penyamaran suara apabila tidak diatur dengan standar keamanan yang jelas. Karena itu, transparansi mengenai penggunaan suara buatan menjadi bagian penting dalam pengembangan teknologi.

Perusahaan di balik model tersebut telah mengundang partisipasi awal bagi sejumlah peneliti keamanan AI untuk mengevaluasi kemungkinan penyalahgunaan. Tahapan evaluasi itu penting karena Dessa masih belum menjadi produk umum. Hingga 26 Oktober 2026, Block belum meluncurkan layanan yang dapat digunakan semua orang. Informasi mengenai harga, akses API, dan jadwal perilisan juga belum tersedia secara resmi. Dengan demikian, berbagai demonstrasi yang telah diperlihatkan sebaiknya dipandang sebagai gambaran kemampuan awal, terutama untuk menilai performa ketika menghadapi lingkungan suara yang kompleks.

Masa Depan Komunikasi Digital Melalui Pengembangan AI Suara Dessa

Kehadiran model suara Dessa menunjukkan bahwa kemajuan TEKNOLOGI terus bergerak menuju interaksi yang lebih alami. Dengan dukungan komunikasi full-duplex, Dessa memberikan gambaran perkembangan menarik bagi masa depan asisten virtual. Meski kemampuannya menarik perhatian, teknologi ini masih membutuhkan pengujian keamanan dan performa sebelum dapat dimanfaatkan secara luas. Bagaimana pendapat Anda, apakah AI yang mampu berbicara seperti manusia akan meningkatkan kualitas interaksi dengan teknologi? Bagikan pandangan Anda mengenai peluang dan tantangan inovasi ini.