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.

Memahami Teknologi Dessa dan Terobosan Komunikasi Berbasis AI

Peluncuran Dessa menjadi salah satu perkembangan menarik dalam pengembangan teknologi AI, khususnya pada bidang komunikasi suara. Model ini dikembangkan oleh tim riset Block dengan pendekatan yang berfokus pada percakapan manusia secara langsung. Berbeda dengan sejumlah sistem AI suara yang menggunakan proses pengubahan audio menjadi teks sebelum menghasilkan jawaban, Dessa dibangun dengan kemampuan untuk memproses percakapan melalui jalur suara secara langsung. Metode pengembangan ini memungkinkan sistem mengenali berbagai informasi dalam suara, termasuk intonasi, jeda, dan perubahan ekspresi yang sering kali sulit dipertahankan sepenuhnya ketika komunikasi hanya diproses sebagai teks.

Block menjelaskan 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. Keunikan pendekatan ini membuat Dessa menarik untuk diteliti karena sistem berusaha memahami bahasa melalui interaksi verbal antarmanusia. Melalui pendekatan tersebut, model tidak hanya ditujukan untuk memberikan jawaban, tetapi juga mengikuti dinamika percakapan secara lebih alami. Kendati hasil demonstrasinya menjanjikan, kemampuan Dessa masih harus dibuktikan dalam berbagai situasi nyata sebelum dapat dianggap andal untuk beragam kebutuhan.

Cara Kerja Full-Duplex dalam Menciptakan Percakapan AI yang Alami

Fitur yang paling menonjol dari Dessa adalah penggunaan sistem komunikasi full-duplex yang memungkinkan mendengarkan dan berbicara secara bersamaan. Pada sejumlah aplikasi komunikasi AI generasi sebelumnya, interaksi biasanya mengharuskan pengguna dan sistem menunggu giliran. Pengguna mengucapkan instruksi hingga selesai, kemudian sistem memproses informasi sebelum menyampaikan respons verbal. Berbeda dari mekanisme tersebut, Dessa mampu memantau percakapan yang berlangsung ketika sedang memberikan jawaban. Fungsi tersebut membuat sistem lebih mudah menyesuaikan jalannya percakapan tanpa selalu memerlukan jeda panjang antarrespons.

Dalam situasi percakapan sehari-hari, seseorang mungkin mengajukan pertanyaan kepada asisten digital, kemudian mengubah maksud pertanyaannya ketika AI masih menyelesaikan respons. 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 ungkapan persetujuan, yang umum ditemukan dalam komunikasi antarmanusia. Sekalipun fungsi tersebut tampak biasa, kemampuan mengatur pergantian dan tumpang tindih suara merupakan tantangan penting dalam pengembangan AI suara yang mendukung interaksi spontan.

Peran Pemahaman Intonasi dan Emosi dalam Percakapan Digital

Komunikasi manusia tidak hanya ditentukan oleh kalimat yang diucapkan, tetapi juga mengandung beragam sinyal vokal yang membantu menjelaskan maksud pembicara. Sebagai ilustrasi, kalimat yang sama dapat memiliki penafsiran berlainan ketika diucapkan dengan penekanan lembut, keras, ataupun penuh keraguan. Dengan pendekatan berbasis suara, Dessa dirancang untuk mempertahankan informasi tersebut selama pembentukan respons suara. Pendekatan tersebut berpotensi membantu sistem mengenali nuansa pembicaraan, terutama ketika ekspresi suara menjadi bagian penting dari pesan.

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 penekanan vokal tertentu, 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 nuansa perasaan dalam suaranya perlu dinilai sebagai hasil pemodelan percakapan, bukan petunjuk pasti tentang pengalaman subjektif.

Pengembangan Dessa Menunjukkan Potensi Efisiensi Teknologi AI

Keunggulan teknis yang turut mendapat perhatian adalah cara Block mengelola proses pembelajaran dan pemrosesan AI. Block menjelaskan bahwa pelatihan Dessa dilakukan dengan perangkat komputasi NVIDIA GB200 NVL72, yang merupakan infrastruktur komputasi berkemampuan tinggi. Berdasarkan keterangan pengembang, model ini juga mempelajari bahasa dari jumlah kata yang jauh lebih sedikit dibandingkan model bahasa besar berbasis teks. Meski begitu, perbandingan tersebut tidak cukup untuk menyimpulkan keunggulan mutlak karena kebutuhan pelatihan model suara dan teks tidak sama.

Dalam aspek penerapan perangkat, Block mengklaim bahwa Dessa dapat dijalankan langsung menggunakan MacBook Pro dengan chip M4 Max atau konfigurasi komputasi yang lebih tinggi. Kemampuan inferensi tanpa selalu bergantung pada server jarak jauh dapat membuka peluang penerapan baru, terutama dalam mengurangi ketergantungan terhadap koneksi internet. Di sisi lain, pemrosesan lokal dapat mendukung strategi perlindungan privasi. Meskipun potensinya menjanjikan, manfaat sebenarnya tetap memerlukan pembuktian melalui penerapan nyata, termasuk bagaimana informasi pengguna dikelola.

Peluang Pemanfaatan AI Suara Dessa untuk Berbagai Kebutuhan

Seandainya teknologi ini tersedia secara luas, pendekatan yang digunakan Dessa dapat menjadi dasar pengembangan dalam berbagai layanan digital. Contoh penerapan yang cukup menjanjikan adalah layanan pelanggan yang menangani pertanyaan pengguna menggunakan suara. Asisten digital dengan kemampuan full-duplex dapat membantu menciptakan pengalaman pelayanan yang lebih menyerupai dialog alami, terutama saat pelanggan menambahkan informasi secara spontan. Pada lingkungan operasional komersial, kemampuan tersebut berpotensi memberikan nilai tambahan 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. Sebagai contoh, 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 membantu mempermudah penggunaan perangkat. Kendati sejumlah skenario tersebut menarik, semua penerapan ini masih bersifat potensi pengembangan, bukan layanan resmi yang sudah diluncurkan.

Tantangan Keamanan dan Masa Depan Pengembangan AI Suara Dessa

Seiring berkembangnya model suara realistis, muncul pula berbagai persoalan keamanan yang tidak boleh diabaikan. Sistem suara yang mampu menghasilkan intonasi meyakinkan dapat mempermudah interaksi pengguna, tetapi juga meningkatkan kekhawatiran terhadap manipulasi identitas. Sebagai gambaran, teknologi serupa dapat disalahgunakan dalam upaya penyamaran suara apabila tidak diatur dengan standar keamanan yang jelas. Karena itu, transparansi mengenai asal respons yang dihasilkan mesin menjadi bagian penting dalam pengembangan teknologi.

Block sendiri telah menawarkan akses awal terbatas bagi sejumlah peneliti keamanan AI untuk mengidentifikasi risiko yang belum diketahui. Pendekatan pengujian tersebut penting karena Dessa masih berada dalam fase riset. Hingga periode awal pengumumannya pada Oktober 2026, Block belum meluncurkan layanan yang dapat digunakan semua orang. Informasi mengenai ketentuan lisensi, antarmuka pengembang, serta biaya penggunaan juga belum diumumkan secara lengkap. Untuk saat ini, berbagai demonstrasi yang telah diperlihatkan perlu dipahami sebagai hasil presentasi pengembang, terutama untuk menilai keandalan dalam percakapan panjang.

Kesimpulan: Dessa Membuka Babak Baru Interaksi AI Berbasis Suara

Kehadiran model suara Dessa menunjukkan bahwa perkembangan kecerdasan buatan terus mendorong cara komunikasi yang lebih fleksibel. Dengan mekanisme pemrosesan percakapan dua arah, Dessa memperlihatkan potensi penting bagi masa depan layanan berbasis suara. Meski kemampuannya menarik perhatian, teknologi ini masih memerlukan evaluasi independen yang mendalam sebelum siap diterapkan dalam berbagai layanan. Menurut Anda, apakah AI yang menghasilkan dialog suara yang semakin natural akan meningkatkan kualitas interaksi dengan teknologi? Bagikan pandangan Anda mengenai peluang dan tantangan inovasi ini.