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

Peluncuran Dessa menghadirkan pendekatan berbeda dalam industri kecerdasan buatan, khususnya pada pengolahan audio berbasis kecerdasan buatan. Model ini dikembangkan oleh tim riset Block dengan metode yang mengutamakan pada percakapan manusia secara langsung. Tidak seperti sejumlah sistem AI suara yang memanfaatkan proses pengubahan audio menjadi teks sebelum menghasilkan jawaban, Dessa dirancang agar mampu memproses percakapan melalui jalur suara secara langsung. Pendekatan tersebut memungkinkan sistem mengenali berbagai informasi dalam suara, termasuk pola percakapan, variasi nada, dan isyarat vokal yang sering kali tidak tergambarkan secara lengkap ketika komunikasi hanya diterjemahkan menjadi rangkaian kata tertulis.

Dalam pengumuman resminya, Block menyampaikan bahwa Dessa merupakan model speech-to-speech yang dilatih menggunakan percakapan manusia tanpa menggunakan teks sebagai bahan pelatihan maupun model AI yang telah dilatih sebelumnya. Metode pembelajaran tersebut membuat Dessa menjadi perhatian dalam pengembangan AI karena sistem membangun pemahaman terhadap bahasa melalui informasi audio secara langsung. Dari sisi pengalaman pengguna, model tidak hanya dikembangkan sebagai penghasil respons suara, tetapi juga menyesuaikan ritme komunikasi secara lebih fleksibel. Kendati hasil demonstrasinya menjanjikan, kemampuan Dessa masih perlu dinilai melalui pengujian independen sebelum dapat dianggap andal untuk beragam kebutuhan.

Kemampuan Mendengarkan dan Berbicara Bersamaan Menjadi Keunggulan Dessa

Salah satu kemampuan utama dari Dessa adalah penggunaan sistem komunikasi full-duplex yang memberikan kemampuan untuk mendengarkan dan berbicara secara bersamaan. Dalam banyak sistem percakapan konvensional, interaksi biasanya mengikuti pola berbicara secara berurutan. Pengguna memberikan perintah melalui suara, kemudian sistem mengolah permintaan tersebut sebelum menghasilkan jawaban. Berbeda dari mekanisme tersebut, Dessa dapat terus menerima informasi audio ketika sedang menyampaikan respons. Karakteristik tersebut membuat sistem dapat merespons interupsi pengguna tanpa selalu mengikuti pola komunikasi yang kaku.

Dalam situasi percakapan sehari-hari, seseorang mungkin menanyakan suatu informasi, kemudian menyampaikan informasi tambahan ketika AI masih berbicara. Dengan teknologi full-duplex, sistem berpotensi langsung menyesuaikan jawaban tanpa harus mengulangi seluruh proses komunikasi. Dessa juga didemonstrasikan dapat menghasilkan isyarat percakapan singkat, seperti ungkapan persetujuan, yang umum ditemukan dalam komunikasi antarmanusia. Walaupun terlihat sederhana, kemampuan mengatur pergantian dan tumpang tindih suara merupakan persoalan teknis yang kompleks dalam pengembangan AI suara yang terasa natural.

Keunggulan Pendekatan Speech-to-Speech untuk Komunikasi Alami

Percakapan sehari-hari tidak hanya ditentukan oleh kalimat yang diucapkan, tetapi juga memanfaatkan informasi nonverbal dalam audio yang membantu memberikan konteks tambahan. Misalnya, kalimat yang sama dapat memiliki penafsiran berlainan ketika diucapkan dengan intonasi tenang, marah, maupun gembira. Melalui pemrosesan audio langsung, Dessa memiliki kesempatan mengolah sinyal tersebut selama pembentukan respons suara. Pendekatan tersebut berpotensi menghasilkan respons yang lebih sesuai dengan situasi, terutama ketika ekspresi suara menjadi bagian penting dari pesan.

Tidak hanya dalam proses mendengarkan, Dessa juga dirancang untuk memproduksi 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 memunculkan kesan memiliki perasaan bukan berarti sistem benar-benar mengalami emosi. AI menghasilkan pola suara berdasarkan pembelajaran, sehingga nuansa perasaan dalam suaranya perlu dinilai sebagai hasil pemodelan percakapan, bukan tanda bahwa mesin mempunyai perasaan.

Pengembangan Dessa Menunjukkan Potensi Efisiensi Teknologi AI

Hal lain yang membuat Dessa menonjol adalah strategi pelatihan serta kemampuan menjalankan model. 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 belum membuktikan bahwa seluruh proses pelatihannya lebih hemat karena kebutuhan pelatihan model suara dan teks tidak sama.

Dari sisi penggunaan, Block menyampaikan bahwa Dessa dapat dijalankan langsung menggunakan MacBook Pro dengan chip M4 Max atau perangkat yang lebih mumpuni. Dukungan pemrosesan langsung pada perangkat dapat membuka peluang penerapan baru, terutama dalam memperpendek perjalanan data menuju server eksternal. Di sisi lain, pemrosesan lokal berpotensi membantu pengelolaan data sensitif. Walaupun konsep tersebut menarik, manfaat sebenarnya tetap ditentukan oleh rancangan sistem keamanan, termasuk bagaimana akses terhadap data percakapan dikendalikan.

Potensi Penerapan Dessa dalam Layanan Digital dan Kehidupan Sehari-hari

Seandainya teknologi ini tersedia secara luas, 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 tidak terlalu kaku, terutama saat pelanggan menambahkan informasi secara spontan. Pada lingkungan operasional komersial, kemampuan tersebut dapat menjadi bahan pertimbangan apabila didukung oleh keamanan pemrosesan data serta standar pelayanan yang jelas.

Pada bidang penggunaan lainnya, teknologi percakapan seperti Dessa dapat menginspirasi pengembangan untuk pendidikan interaktif, pendamping belajar, dan aksesibilitas. Dalam skenario pembelajaran, siswa berpotensi berlatih percakapan secara interaktif yang memberikan kesempatan melakukan interupsi. Bagi pengguna dengan kebutuhan interaksi tertentu, antarmuka suara yang mampu mengikuti ritme pembicaraan dapat mengurangi hambatan dalam komunikasi digital. Meski memiliki banyak kemungkinan, semua penerapan ini masih merupakan gambaran kemungkinan penggunaan, bukan kemampuan komersial yang telah dipastikan.

Tantangan Keamanan dan Masa Depan Pengembangan AI Suara Dessa

Di balik kemampuan yang menarik, muncul pula berbagai persoalan keamanan yang perlu mendapat perhatian. Sistem suara yang terdengar semakin menyerupai manusia dapat mempermudah interaksi pengguna, tetapi juga menimbulkan risiko penyalahgunaan. Dalam situasi tertentu, teknologi serupa mungkin dimanfaatkan untuk membangun interaksi yang menipu apabila tidak dilengkapi perlindungan memadai. Oleh sebab tersebut, transparansi mengenai identitas sistem AI menjadi aspek yang perlu diperhatikan sebelum penerapan luas.

Block sendiri telah menawarkan akses awal terbatas bagi sejumlah peneliti keamanan AI untuk mengevaluasi kemungkinan penyalahgunaan. Pendekatan pengujian tersebut penting karena Dessa masih berada dalam fase riset. Hingga periode awal pengumumannya pada Oktober 2026, Block belum membuka penggunaan umum terhadap model tersebut. 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 keandalan dalam percakapan panjang.

Masa Depan Komunikasi Digital Melalui Pengembangan AI Suara Dessa

Perkenalan Dessa oleh Block menunjukkan bahwa perkembangan kecerdasan buatan terus bergerak menuju interaksi yang lebih alami. Dengan mekanisme pemrosesan percakapan dua arah, Dessa memberikan gambaran perkembangan menarik bagi masa depan asisten virtual. Namun demikian, teknologi ini masih membutuhkan pengujian keamanan dan performa sebelum siap diterapkan dalam berbagai layanan. Dari sudut pandang Anda, apakah AI yang dapat mengikuti percakapan secara spontan akan membuat aktivitas digital lebih nyaman? Sampaikan pendapat Anda mengenai masa depan kecerdasan buatan berbasis suara.